Aller au contenu
ReviewRamble

La lettre hebdomadaire

L’IA, évaluée, dans votre boîte mail.

  • Les nouveaux tests d’outils, de modèles, de serveurs MCP et de dépôts, avec le verdict en premier
  • Les prix et les notes revérifiés quand quelque chose change
  • Les nouvelles analyses dès leur publication

Modèles, agents, serveurs MCP et les outils qui méritent vraiment votre temps.

Un e-mail par semaine. Désinscrivez-vous avec le lien présent dans chaque lettre. Comment nous utilisons votre e-mail

ControlNet

ControlNet est un module complémentaire de réseau de neurones qui permet à un modèle de diffusion texte vers image de suivre un guide structurel, comme une carte de contours, une carte de profondeur ou une pose humaine, en plus du prompt textuel.

Aussi appelé : control net, spatial conditioning

Par Divya Sharma · Vérifié le 15 nov. 2026 · Notre méthode

Un prompt seul ne peut pas dire exactement où placer les choses. ControlNet ajoute une seconde entrée qui fixe la composition. Donnez-lui une pose en bâtonnets et la personne générée se tient ainsi ; donnez-lui les contours d'un bâtiment et l'image conserve ces lignes pendant que le prompt décide du style.

Comment ça marche

Lvmin Zhang et ses collègues ont présenté ControlNet en 2023. Il fige le modèle de diffusion d'origine et entraîne une copie de son encodeur sur la nouvelle condition. La copie se reconnecte au modèle par des couches de convolution initialisées à zéro : au début de l'entraînement, elle n'a donc aucun effet et ne peut pas abîmer ce que le modèle de base sait déjà. Il existe des ControlNets distincts pour les contours, la profondeur, la segmentation, la pose et plus encore, et plusieurs peuvent être combinés.

Où vous le croisez

ControlNet est un incontournable des workflows à nœuds dans ComfyUI et il est pris en charge dans Diffusers et InvokeAI. Les designers s'en servent pour conserver la forme d'un produit, les architectes pour changer le style de croquis, et les animateurs pour garder cohérente la pose d'un personnage.

Différence avec l'image vers image

L'image vers image part d'une copie bruitée de toute l'image, si bien que couleurs et textures sont conservées. ControlNet ne conserve que la structure que vous extrayez et laisse l'aspect au prompt. Il diffère aussi d'une LoRA, qui change ce que le modèle dessine, comme un style ou un personnage, plutôt que l'endroit où il le dessine.

Termes liés

Modèle de diffusion
Un modèle de diffusion est un modèle génératif qui apprend à transformer du bruit aléatoire en données, comme une image, en retirant un peu de bruit à la fois sur de nombreuses étapes.
Image vers image
L'image vers image (image-to-image) est la tâche qui consiste à générer une nouvelle image à partir d'une image existante et d'un prompt, en conservant une partie de la structure de l'original tout en changeant le style, les détails ou le contenu.
Text-to-image
Le text-to-image (texte vers image) consiste à générer une nouvelle image à partir d'une description écrite, appelée prompt. La plupart des modèles text-to-image actuels sont des modèles de diffusion conditionnés par le texte.
LoRA
LoRA (low-rank adaptation, adaptation de rang faible) est une méthode de fine-tuning qui gèle les poids d'origine d'un modèle et entraîne de petites matrices de rang faible ajoutées à ses couches, si bien que beaucoup moins de paramètres changent et qu'il faut bien moins de mémoire GPU.
Inpainting et outpainting
L'inpainting consiste à remplir une zone masquée d'une image avec un nouveau contenu généré qui s'accorde au reste de l'image. L'outpainting applique la même idée au-delà des bords, en prolongeant l'image hors de son cadre.
Échelle de guidage (CFG)
L'échelle de guidage (guidance scale), ou CFG scale, est un réglage des générateurs d'images par diffusion qui contrôle à quel point le résultat suit le prompt. Des valeurs plus élevées suivent le prompt de plus près mais réduisent la variété.

Sources