1、mlsd：这个模型只能识别直线，用来做建筑设计比较好
2、normal：这个模型主要是参考原图的明暗度，以及人物的姿势
3、Lineart：和canny、soft edge类似，对线条进行检测。有下面这几种模式：动漫：lineart_anime或lineart_anime denoise、素描：lineart_coarse、写实：lineart_realistic、黑白线稿：lineart_standard
4、seg：检测小的物品
5、shufell：检测图片的颜色
6、tile：增加图片细节
7、Inpaint：类似局部重绘
8、ip2p：加入特效
9、Reference：检测图片的画风和角色
10、t2ia：还原颜色
ControINet模型总结
ControINet名为控制网，本质就是通过检测图片的某种特征对生成的图片进行控制。
ControINet模型主要控制的内容有这几种：线条（canny、lineart、soft edge、mlsd/仅直线、scribble）、人物姿势（open pose）、空间深度（depth）、物品类型（seg）、风格颜色（shuffle、reference、normal、t2ia）、重绘（Inpaint、tile/加入细节）、特效（ip2p）。
这些不同的控制可以让我们对图片的生成有一定的控制，我们可以根据自己的需要进行选择。
但目前SD出图更多时候还是要靠抽卡，ControINet模型只是在一定程度上提高了抽卡的概率。
不过相信随着AI的飞速发展，我们之后可以更轻松地实现把脑中的图片画出来。
ControINet模型的复合应用
我们知道ControINet被称为控制网，既然是网络就是可以综合运用的。我们可以同时使用两到三个或者更多的ControINet模型去对图片进行更深入的控制。
比如：当人物的肢体有交叠时，就可以让open pose+depth一起运用，既可以检测人物的姿势，同时也能检测到哪个肢体在前，那个肢体在后，实现对图片的更高度控制。
当然，还有很多模型的复合应用，比如canny+depth，可以在刻画建筑时，即兼顾到建筑的空间深度，又能兼顾到建筑的线条，会让图片更加符合我们的需求。
