De Esboço a Imagem com Scribble e Lineart ControlNet

TL;DR

• Use Scribble ControlNet para esboços livres e Lineart ControlNet para contornos com caneta e tinta; ambos funcionam melhor quando o desenho é a entrada principal e o prompt complementa, em vez de substituí-lo.
• Mantenha o peso do ControlNet entre 0.5 e 0.95; 0.6 é um ponto de partida comum para pipelines de esboço para imagem.
• Um orçamento de denoise de 0.3 na passagem final preserva a composição enquanto adiciona detalhe — valores menores protegem a estrutura, valores maiores adicionam textura ao custo da fidelidade.

Que Tipo de Desenho Você Precisa?

O Scribble ControlNet é projetado para esboços livres — formas aproximadas, bonecos de palitos e contornos soltos. Ele não exige traçado limpo ou proporções precisas. A página de exemplos do ComfyUI oferece uma demonstração do Scribble ControlNet usando o modelo AnythingV3 e um simples esboço a lápis como entrada.

O Lineart ControlNet é um modelo separado, destinado a traços mais limpos e definidos — desenhos a tinta, esboços arquitetônicos e lineart de anime. O guia do ComfyUI da RunComfy lista a variante Lineart como adequada para "desenhos de linha limpa", junto com as variantes Scribble projetadas para lidar com entradas mais rústicas fonte.

O PainterNode no ComfyUI permite desenhar diretamente na interface do nó e enviar o resultado para o ControlNet, com suporte para pincéis MyPaint e ferramentas de simetria. Para um guia completo de configuração do ComfyUI, veja Primeiros Passos com o ComfyUI.

Quanto Detalhe Seu Desenho Precisa?

Não existe um limite quantitativo publicado para a quantidade de detalhe que um esboço do ControlNet deve conter, mas a prática da comunidade de desenho para imagem indica que os elementos estruturais principais devem estar presentes: silhuetas reconhecíveis, proporções maiores e uma fronteira clara do sujeito. Detalhes finos, como traços faciais, texto ou pequenos objetos, é melhor deixar para a capacidade generativa do modelo em vez de desenhá-los explicitamente.

Um esboço rústico a lápis com as formas principais e a postura geralmente é suficiente para o Scribble ControlNet produzir um resultado coerente. Adicionar mais detalhe aumenta a dependência do modelo do seu desenho e reduz sua liberdade para interpretar o prompt. Se você notar que a saída ignora seu prompt, o desenho pode estar com detalhes demais; se a saída perder estrutura, o desenho pode estar vago demais.

O Scribble ControlNet espera desenhos de linha simplificados como entrada. A página de exemplos do ComfyUI observa que os modelos de ControlNet requerem imagens pré-processadas em um formato específico — o nó ControlNetApply não converte fotografias comuns automaticamente; você deve pré-processá-las separadamente fonte.

O Orçamento de Denoise: Mantendo Sua Composição

No workflow "high res fix" do XL6 Hephaistos, a segunda passagem de geração usa um valor de denoising de 0.3 — descrito como funcionando "como um high res fix". A orientação é reduzi-lo quando o resultado altera demais a imagem e aumentá-lo quando você quer mais detalhe fonte.

O modelo de aceleração LCM — usado no workflow drawing2img com LCM_LoRA_Weights_SD15.safetensors — reduz as etapas de inferência para 2–8 em modelos SD 1.5 fonte, tornando prático iterar rapidamente ao calibrar o orçamento de denoise. O guidance_scale recomendado está entre 1.0 e 2.0, ou desabilitado por completo fonte. Saiba mais sobre aceleração LCM LoRA.

Comparação de Workflows

Aspecto | Scribble ControlNet (drawing2img) | XL6 Hephaistos High-Res Fix | Stable Cascade

|--------|-----------------------------------|-----------------------------|----------------

Modelo base | SD 1.5 com LCM LoRA | SD 1.0XL | Stable Cascade 3.6B Peso do ControlNet | 0.6 (faixa sugerida 0.5–0.95) | N/D (usa refiner + upscale) | 0.5 (exemplo de ControlNet) Etapas | 2–8 (acelerado LCM) | 75 base + 5 refiner + segunda passagem | 30 (prior) + 10 (decoder) Denoise (passagem final) | N/D | 0.3 | N/D Requisito de VRAM | ~8 GB (SD 1.5 LCM) | ~12 GB (bf16) | 5–22 GB dependendo da precisão Método de upscale | N/D | super-resolução x4 + downscale x0.5 | N/D Fonte | drawing2img.json | civitai.com/articles/1648 | civitai.com/articles/4161 Veja a seção Fontes para URLs completos e referências por coluna.

Erros Comuns e Correções

O esboço parece ignorado pelo modelo. O desenho pode estar vago demais — o ControlNet precisa de estrutura de traço clara para orientar a geração. Tente aumentar o peso da linha ou adicionar mais contornos definidores fonte.

A composição da saída se desvia do esboço. Isso geralmente significa que o valor de denoise está alto demais na passagem final. Reduza para 0.2 ou abaixo para aumentar a fidelidade da composição, ou aumente para 0.4–0.5 se você quiser mais detalhe e estiver disposto a aceitar mudanças estruturais. O autor do XL6 Hephaistos recomenda 0.3 como ponto de partida equilibrado fonte.

Erros de falta de memória com Stable Cascade. Use as variantes bf16 ou Lite — Stage B bf16 + Stage C bf16 roda em ~12 GB, e a combinação Lite em ~5 GB fonte. A combinação Stage B + Stage C em precisão completa requer ~22 GB fonte.

Aceleração LCM não acionando. Certifique-se de que o scheduler foi alterado para LCMScheduler e o guidance_scale está entre 1.0 e 2.0 (ou definido como 0 para geração sem guidance) fonte.

FAQ

Qual é a diferença entre Scribble e Lineart ControlNet?

O Scribble ControlNet é treinado em esboços livres rústicos e tolera linhas imprecisas. O Lineart ControlNet espera traços limpos e definidos e produz aderência estrutural mais nítida. Use Scribble para esboços conceituais rústicos e Lineart para desenhos refinados fonte. Para um aprofundamento, veja Tipos de ControlNet Explicados.

O LCM-LoRA é compatível com todos os modelos SD?

O LCM-LoRA vem em variantes específicas por modelo: uma versão SD 1.5 (67.5M de parâmetros) e uma versão SDXL (197M de parâmetros). Você deve casar o LoRA com seu modelo base. O workflow drawing2img usa a variante SD 1.5 fonte, fonte.

Posso usar este workflow em uma GPU de 8 GB?

A variante lite do Stable Cascade (Stage B Lite + Stage C Lite) roda em ~8 GB. O workflow SD 1.5 LCM requer menos VRAM. Para qualquer GPU com pelo menos 6 GB de VRAM, o workflow SD 1.5 LCM com aceleração LCM em 512×512 pode rodar confortavelmente fonte.

Com qual peso de ControlNet devo começar?

O workflow drawing2img o define como 0.6 e o nó Note associado sugere a faixa 0.5–0.95 fonte. Comece em 0.5 e aumente se a saída for solta demais; diminua se o esboço dominar o resultado.

O Stable Cascade suporta ControlNet?

O model card do Stable Cascade no HuggingFace lista "ControlNet" entre suas extensões suportadas, junto com treino de LoRA e finetuning fonte.

Como preservo a composição do meu esboço durante o upscale?

O workflow XL6 Hephaistos usa uma abordagem em duas passagens: gerar na resolução base, upscale 4×, downscale 50%, então executar uma segunda passagem com denoising baixo (0.3). A etapa de downscale reancora a composição antes da passagem final de refino fonte.

Fontes

• https://raw.githubusercontent.com/ecjojo/ComfyUI-Templates/main/Civitai_Workflow/drawing2img.json — JSON do workflow drawing2img: strength do ControlNetApply 0.6, nó Note "0.5 ~ 0.95", entrada PainterNode, LCM LoRA SD15
• https://civitai.com/articles/1648 — workflow XL6 Hephaistos: etapas de refiner, denoising 0.3, pipeline de high-res fix
• https://civitai.com/articles/4161 — requisitos de VRAM do Stable Cascade, tamanhos de modelo, suporte a ControlNet
• https://huggingface.co/stabilityai/stable-cascade — arquitetura do Stable Cascade, fator de compressão 42, compatibilidade com ControlNet
• https://huggingface.co/latent-consistency/lcm-lora-sdxl — LCM-LoRA SDXL: 2–8 etapas, guidance_scale 1.0–2.0, exemplo de ControlNet com conditioning_scale=0.5
• https://huggingface.co/latent-consistency/lcm-lora-sdv1-5 — LCM-LoRA SD 1.5: 2–8 etapas, exemplo de ControlNet com conditioning_scale=0.8
• https://comfyanonymous.github.io/ComfyUI_examples/controlnet/ — exemplo de Scribble ControlNet, requisitos de pré-processamento, eficiência do T2I-Adapter
• https://raw.githubusercontent.com/AlekPet/ComfyUI_Custom_Nodes_AlekPet/master/PainterNode/README.md — recursos do PainterNode para entrada de esboço