MOSS-Image depth control LoRA

MOSS-Image depth control LoRA

让灰度深度图来控制 ComfyUI 里用 MOSS-Image-SFT 生成的图像布局，主体和风格仍由你的提示词决定。适合想固定镜头深度的图像创作者。

由 thedeoxen 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：MOSS-Image depth control LoRA 是 MOSS-Image-SFT 图像模型的一个附加组件。它读取一张灰度深度图，近处的物体画成白色，并让画面布局跟随这张图。你的文字提示词再决定主体、材质和风格。

它的行为像 ControlNet，但做成了编辑适配器。它是一个独立的社区附加组件，不同于 MOSS 官方提供的颜色与深度适配器。

适合谁：用 MOSS-Image-SFT 生成图像、想控制远近布局的 ComfyUI 用户。

Industry | Who uses it | How they use it | Example
设计 | 艺术家 | 用另一种风格重画场景，同时保留镜头深度 | 用新风格保留一张照片的布局
产品 | 产品设计师 | 在更换材质时把近处的主体留在前景 | 在清晰的前景上展示产品
室内 | 室内设计师 | 保持房间布局并重新设计风格 | 在同一房间布局上试新的饰面

如果你不用 ComfyUI 或 MOSS-Image-SFT，可以跳过它。

用在哪里：

• ComfyUI，配合附带的工作流
• 叠加在 MOSS-Image-SFT 之上，这是它所针对的基础模型

Use case | Who | What they get back
场景换风格 | 艺术家 | 相同镜头深度下的新外观
前景和背景控制 | 设计师 | 与背景分开的近处主体
由布局驱动的图像 | 产品和室内团队 | 围绕清晰近处主体的图片

如何设置：

• 载入了 MOSS-Image-SFT 的 ComfyUI
• UNet 文件：moss_image_sft_int8_convrot.safetensors
• 文本编码器文件：qwen3.5_9b_w4a8_gptq.safetensors，类型设为 moss_image
• VAE 文件：flux2-vae_small.safetensors
• 这个仓库里的 LoRA 文件 moss_image_sft_depth_control_lora.safetensors
• 附带的 ComfyUI 工作流文件 moss_image_depth_control.json

1. 用上面三个文件载入 MOSS-Image-SFT。
2. 把 LoRA 接到 UNet 上，强度设为 1.0。
3. 生成一张深度图，并把它作为唯一的参考图片送入 Text Encode MOSS-Image Edit 节点。
4. 在正向和负向编码器里，都选择 ai-toolkit 作为编辑格式。

pip install -U huggingface_hub
hf download thedeoxen/MOSS-Image-depth-controlnet

如何使用：写一条说明主体和风格的提示词，并让深度图里的近处表面保持白色。附带的工作流会完成其余步骤：载入一张照片，用 Depth Anything V2 生成深度图，然后运行采样。不需要触发词。

采样时用 30 步和 4 的 CFG，LoRA 强度保持 1.0。

Setting | Value
采样器 | euler 搭配 simple
编辑格式 | ai-toolkit

示例：你载入一张房间的照片，让工作流生成它的深度图，再写一条把同一个房间描述成温馨小木屋的提示词。画面保留房间由近到远的布局，而提示词决定材质和风格。

新手与专家：如果你是新手，先用附带的工作流，并保持它的默认设置。确保近处表面是白色，因为反过来的深度图会和 LoRA 冲突。

如果你是专家，线性层带有秩为 64 的适配器，卷积层带有秩为 16 的适配器。训练时把它当作编辑适配器，所以控制图像充当参考，提示词描述输出。所用检查点来自第 5000 步，训练时开了 kv 缓存。

Depth Anything V2 生成灰度深度图
深度图作为参考图像输入
提示词决定主体和风格
带 LoRA 的 MOSS-Image-SFT 采样出图片

注意事项：深度图里大面积平坦的区域会让提示词在纹理上有更多自由。如果控制显得僵硬，可以把强度降向 0.7，因为 1.0 是训练时的值。当整体镜头深度比匹配每一条边缘更重要时，它很合适。

• License: Apache 2.0，与 Hugging Face 记录一致。
• Cost to run: 没有提到 API 密钥或账号。你需要能运行 MOSS-Image-SFT 的 ComfyUI 环境。
• Data it reaches: 下载会访问 Hugging Face。工作流处理你载入的照片。
• Not for: 反方向绘制的深度图，也就是近处物体是暗的，它们会和这个组件冲突。

Hugging Face 上的数据（2026年11月13日）

• 任务：image to image
• 框架：diffusers
• 最近 30 天下载：2,011
• 点赞：6
• 许可证：apache-2.0
• 语言：en
• 基于：OpenMOSS-Team/MOSS-Image-SFT
• 标签：diffusers, moss-image, controlnet, lora, comfyui, depth, image-to-image

链接

• 模型：https://huggingface.co/thedeoxen/MOSS-Image-depth-controlnet
• 文件：https://huggingface.co/thedeoxen/MOSS-Image-depth-controlnet/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download thedeoxen/MOSS-Image-depth-controlnet

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。