> ## Documentation Index
> Fetch the complete documentation index at: https://dripart-docs-recommend-assets-api.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# ComfyUI Depth ControlNet の使用例

> 本ガイドでは、Depth ControlNet の基本概念を紹介し、ComfyUI で対応する画像を生成する方法を解説します

## 深度マップと Depth ControlNet の概要

深度マップ（Depth Map）は、シーン内の物体と観察者またはカメラとの距離をグレースケール値で表現する特殊な画像です。深度マップでは、グレースケール値が距離に反比例しており：明るい領域（白に近い）ほど物体が近く、暗い領域（黒に近い）ほど物体が遠くなります。

![Depth 画像](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/controlnet/depth_input.png)

Depth ControlNet は、深度マップの情報を理解・活用するために専門的に訓練された ControlNet モデルです。このモデルは AI が空間関係を正しく解釈できるように支援し、生成される画像が深度マップで指定された空間構造に従うことを保証します。これにより、三次元的な空間レイアウトを精密に制御することが可能になります。

### ControlNet を用いた深度マップの応用シーン

深度マップは、さまざまなシーンで幅広く応用されています：

1. **ポートレートシーン**：被写体と背景の空間関係を制御し、顔などの重要な部位における歪みを回避
2. **風景シーン**：前景、中景、背景の階層的関係を制御
3. **建築シーン**：建物の空間構造および透視関係を制御
4. **製品展示**：製品と背景との分離および空間的位置関係を制御

本例では、深度マップを用いて建築ビジュアライゼーションのシーンを生成します。

## ComfyUI ControlNet ワークフローの使用例解説

### 1. ControlNet ワークフローの素材

以下のワークフロー画像をダウンロードし、ComfyUI へドラッグ＆ドロップすることで、ワークフローを読み込んでください：

![Depth ワークフロー](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/controlnet/depth_controlnet.png)

<Tip>
  メタデータにワークフローの JSON を含む画像は、ComfyUI へ直接ドラッグ＆ドロップするか、メニューの `Workflows` → `Open（Ctrl+O）` を使って読み込むことができます。
  本画像には対応するモデルのダウンロードリンクが既に含まれており、ComfyUI へドラッグ＆ドロップすると自動的にダウンロードが促されます。
</Tip>

以下の画像をダウンロードしてください。この画像を入力として使用します：

![Depth 画像](https://raw.githubusercontent.com/Comfy-Org/example_workflows/main/controlnet/depth_input.png)

### 2. モデルのインストール

<Note>
  ネットワーク環境によって自動ダウンロードが完了できない場合、以下のモデルを手動でダウンロードし、指定ディレクトリに配置してください：
</Note>

* [architecturerealmix\_v11.safetensors](https://civitai.com/api/download/models/431755?type=Model\&format=SafeTensor\&size=full\&fp=fp16)
* [control\_v11f1p\_sd15\_depth\_fp16.safetensors](https://huggingface.co/comfyanonymous/ControlNet-v1-1_fp16_safetensors/resolve/main/control_v11f1p_sd15_depth_fp16.safetensors?download=true)

```
ComfyUI/
├── models/
│   ├── checkpoints/
│   │   └── architecturerealmix_v11.safetensors
│   └── controlnet/
│       └── control_v11f1p_sd15_depth_fp16.safetensors
```

### 3. ワークフロー実行のステップバイステップ手順

<img src="https://mintcdn.com/dripart-docs-recommend-assets-api/H4YF5irXqrzGa2HT/images/tutorial/controlnet/flow_diagram_depth.jpg?fit=max&auto=format&n=H4YF5irXqrzGa2HT&q=85&s=cc42593dfe65d8579b4ec018b0f38f40" alt="ComfyUI ワークフロー - Depth ControlNet フローダイアグラム" width="2000" height="1080" data-path="images/tutorial/controlnet/flow_diagram_depth.jpg" />

1. `Load Checkpoint` ノードが **architecturerealmix\_v11.safetensors** を正常に読み込めることを確認してください
2. `Load ControlNet` ノードが **control\_v11f1p\_sd15\_depth\_fp16.safetensors** を正常に読み込めることを確認してください
3. `Load Image` ノード内の `Upload` ボタンをクリックし、前述の深度画像をアップロードしてください
4. `Queue` ボタンをクリックするか、ショートカット `Ctrl（Cmd） + Enter` を使用して画像生成を実行してください

## 深度制御と他の技術の組み合わせ

創作目的に応じて、Depth ControlNet を他の種類の ControlNet と組み合わせることで、より優れた結果を得ることができます：

1. **Depth ＋ Lineart**：空間関係を維持しつつ輪郭を強調。建築物、製品、キャラクターデザインに適しています
2. **Depth ＋ Pose**：人物のポーズを制御しつつ、正しい空間関係を維持。人物シーンに適しています

複数の ControlNet モデルを同時に使用する方法については、[ControlNet の混在利用](/tutorials/controlnet/mixing-controlnets) の例をご参照ください。