OpenPose ControlNet pour le contrôle de pose NSFW

Les prompts textuels ne peuvent pas décrire une pose corporelle avec assez de précision pour obtenir deux fois le même résultat. "Assise au bord du lit, penchée en avant, la tête tournée pour regarder par-dessus l'épaule" semble précis pour un lecteur humain, mais pour un modèle d'IA c'est extrêmement ambigu. Si vos générations NSFW continuent de sortir avec des poses presque justes mais jamais tout à fait, c'est parce que l'espace des poses est trop vaste pour que le texte puisse y naviguer. OpenPose ControlNet résout ce problème en fournissant au modèle un schéma de squelette littéral montrant exactement où chaque articulation doit se trouver. C'est la différence entre décrire une position d'échecs avec des mots et simplement montrer l'échiquier. Voici l'installation complète qui fonctionne vraiment en 2026.

Réponse rapide : Installez ComfyUI ControlNet Aux pour le préprocesseur DWPose (meilleur que l'OpenPose original). Téléchargez un modèle OpenPose ControlNet compatible SDXL (celui de thibaud est la référence). La chaîne du workflow va de l'image de référence vers le préprocesseur DWPose, puis vers Apply ControlNet à un poids de 0.8, puis vers KSampler. Combinez avec un ControlNet de profondeur à un poids de 0.5 pour les poses difficiles. Utilisez une base Pony ou RealVisXL pour la meilleure adhérence de pose NSFW.

Pourquoi les prompts textuels de pose échouent pour le NSFW

Voici la chose qui m'a pris un temps embarrassant à intégrer. Quand vous écrivez "allongée sur le dos avec une jambe relevée" dans un prompt, le modèle dispose de milliers d'interprétations possibles de cette description qui correspondent toutes au texte. La pose est de haute dimension. Le texte est à faible bande passante. Le modèle choisit l'une de ces interprétations à peu près au hasard en fonction de la seed, et c'est pour cela que vous ne pouvez pas reproduire la même pose sur plusieurs générations même avec des prompts identiques.

Ce problème est pire pour le NSFW que pour l'art IA général parce que :

• Les compositions NSFW présentent souvent des positions corporelles non standard que le vocabulaire textuel gère mal
• Les données d'entraînement pour le contenu explicite utilisent des tags de style booru qui compriment l'information de pose en étiquettes courtes
• Les cadrages centrés sur le corps réduisent les "indices de contexte" disponibles que le modèle utilise pour lever l'ambiguïté de la pose
• Les scènes NSFW à plusieurs sujets multiplient l'ambiguïté par le nombre de personnes dans le cadre

OpenPose ControlNet fait s'effondrer cette ambiguïté en donnant au modèle un schéma de squelette explicite pendant l'échantillonnage. Chaque articulation est à une coordonnée connue. Chaque membre est dans une direction connue. Le modèle conserve sa liberté sur la forme du corps, les vêtements, l'éclairage, la scène et tout le reste, mais la pose elle-même est verrouillée. C'est le déblocage fondamental.

L'impact pratique pour le travail NSFW. Avant, je dépensais 10 à 20 générations pour obtenir une pose précise que je voulais, en acceptant que la plupart des résultats seraient proches mais faux. Avec OpenPose verrouillé, j'obtiens la pose voulue dès la première génération et je relance seulement pour faire varier d'autres paramètres. La différence de débit est d'environ 5 à 10x pour un travail où la pose est critique.

Comment fonctionne OpenPose ControlNet

OpenPose ControlNet conditionne un modèle de diffusion sur une représentation 2D du squelette d'une pose humaine. Le squelette possède des nœuds pour les grandes articulations (tête, épaules, coudes, poignets, hanches, genoux, chevilles) reliés par des lignes. Le modèle a appris pendant l'entraînement à associer des configurations de squelette précises à des positions corporelles correspondantes dans l'espace des pixels. Pendant l'inférence, vous fournissez un schéma de squelette en plus du prompt textuel, et le modèle produit une image où le corps correspond à ce squelette.

Le modèle OpenPose original (issu du projet de recherche OpenPose) détecte 18 points-clés du corps, plus des versions étendues pour les mains (21 points par main) et le visage (70 points). Pour un usage pratique, ce sont les points-clés du corps qui comptent le plus. Les points-clés du visage aident à la direction du visage mais ne sont généralement pas nécessaires. Les points-clés des mains semblent utiles mais ne sont pas fiables en pratique parce que la détection des mains dans les images sources est difficile.

DWPose est le remplaçant 2026 du préprocesseur OpenPose original. Il utilise un modèle de détection plus récent qui produit des estimations de squelette plus précises, surtout pour les poses difficiles, les occlusions partielles et les angles corporels inhabituels. Pour le travail NSFW où les poses s'écartent souvent de la base debout ou assise, l'avantage de précision de DWPose est réel.

Le flux d'information complet dans un pipeline ControlNet fonctionnel :

1. L'image de référence (ou le dessin de bonhomme allumette) entre dans un préprocesseur de pose
2. Le préprocesseur produit un schéma de squelette avec des lignes et des points colorés
3. Le schéma de squelette entre dans le modèle ControlNet avec le prompt textuel
4. Le conditionnement ControlNet est injecté dans les couches intermédiaires du modèle de diffusion
5. L'échantillonneur de diffusion principal s'exécute avec l'influence du conditionnement
6. Le résultat est une image générée où la pose correspond au squelette

Le paramètre "poids" contrôle la force avec laquelle le ControlNet influence le résultat. Un poids de 1.0 signifie que le modèle tente de correspondre exactement au squelette. Un poids de 0.0 signifie que le squelette est ignoré. Un poids de 0.8 (ma valeur par défaut pour le travail NSFW) suffit à verrouiller la pose tout en laissant au modèle une certaine flexibilité pour une variation naturelle.

Installer les nodes ControlNet Aux

L'installation dans ComfyUI est simple. Le pack de préprocesseurs standard est comfyui_controlnet_aux de Fannovel16 (et le fork officiel chez comfyorg/comfyui-controlnet-aux). Installez-le via le ComfyUI Manager en cherchant "ControlNet Aux Preprocessors" et en cliquant sur installer. Après l'installation, redémarrez ComfyUI et rafraîchissez votre navigateur. Les nouveaux nodes de préprocesseur (dont DWPose Estimator) deviennent disponibles.

Si vous ne pouvez pas utiliser le ComfyUI Manager, l'installation manuelle est :

1. Clonez le dépôt dans ComfyUI/custom_nodes/
2. Lancez install.bat (Windows) ou install.sh (Linux/Mac) dans le répertoire
3. Vérifiez que les permissions d'écriture sont bien définies sur le répertoire

Le script d'installation télécharge les dépendances requises et met en place les poids du modèle de préprocesseur. La première exécution après l'installation sera plus lente parce que certains modèles de préprocesseur se chargent à la demande lors de leur première utilisation.

Pour le modèle ControlNet lui-même (distinct du préprocesseur), téléchargez un modèle OpenPose compatible SDXL. Le choix de référence est controlnet-openpose-sdxl-1.0 de thibaud sur HuggingFace. Placez-le dans ComfyUI/models/controlnet/.

Pour SD 1.5 si vous utilisez encore des modèles plus anciens, le modèle ControlNet OpenPose original de lllyasviel fonctionne. Pour Flux, la prise en charge de ControlNet est plus récente et moins aboutie. Des modèles Flux ControlNet OpenPose existent mais la qualité est variable. Pour l'instant, SDXL est le choix le plus fiable pour le travail NSFW avec contrôle de pose.

Optimisation des performances pour DWPose en particulier. Le préprocesseur peut utiliser soit des checkpoints TorchScript (.torchscript.pt), soit ONNXRuntime (.onnx) pour le modèle de détection sous-jacent. ONNXRuntime est plus rapide mais nécessite l'installation de bibliothèques supplémentaires. TorchScript est légèrement plus lent mais fonctionne immédiatement. Dans les deux cas, c'est bien plus rapide qu'une inférence uniquement sur CPU. Pour les cartes de 8 Go, les deux options fonctionnent mais ONNX est le bon choix si vous pouvez l'installer.

Capturer une pose à partir d'une référence

Le workflow complet commence par une image de référence montrant la pose voulue. Cela peut être :

• Une photographie (même sans rapport avec le NSFW, le squelette n'est que de la géométrie)
• Une génération IA précédente dont vous avez aimé la pose
• Un dessin de bonhomme allumette fait à la main
• Une pose 3D issue de Daz Studio ou d'outils de pose similaires
• Une image extraite d'une vidéo

Pour le travail NSFW, ma méthode est de garder un dossier de références de poses collectées au fil du temps. Quand je veux une pose précise, je trouve une référence (souvent une photographie non NSFW d'une personne dans cette position corporelle) et je la passe dans DWPose. L'extraction du squelette est indépendante du contenu. Elle se soucie des positions des articulations, pas de ce que la personne porte ou fait.

La chaîne de nodes dans ComfyUI ressemble à :

1. Load Image (référence)
2. DWPose Estimator (préprocesseur)
3. Preview Image (pour vérifier que le squelette est correct)
4. Apply ControlNet (combiner avec votre modèle)
5. KSampler (avec vos prompts positifs/négatifs habituels)
6. VAE Decode
7. Save Image

Le node Preview entre le préprocesseur et Apply ControlNet vaut la peine d'être conservé dans tout workflow de pose. Il vous permet de vérifier que le squelette a été extrait correctement avant de vous engager dans une génération complète. Si le préprocesseur a raté une articulation ou s'est trompé d'angle, vous le voyez avant de gaspiller du calcul sur une génération qui ne correspondra pas à ce que vous voulez.

Pour les poses où vous ne trouvez pas d'image de référence, l'alternative est de dessiner le squelette à la main. Il existe des outils d'édition de pose qui vous permettent de placer les articulations sur un canevas 2D. Pour ComfyUI en particulier, le custom node PoseSkeleton-XL et diverses extensions d'éditeur de pose vous permettent de le faire directement dans l'interface. Le squelette dessiné entre dans Apply ControlNet de la même manière qu'une image prétraitée.

Combiner OpenPose avec la profondeur

Parlons franchement de la raison pour laquelle un seul ControlNet ne suffit souvent pas. OpenPose verrouille la pose au niveau du squelette, mais il n'encode pas le volume du corps, la profondeur ou les relations spatiales entre le sujet et l'environnement. Pour les compositions complexes (sujet allongé sur un lit, sujet dans un fauteuil, sujet derrière un meuble), le modèle conserve sa liberté sur la façon dont le corps croise la scène, et vous pouvez obtenir des résultats étranges où la pose est juste mais l'agencement spatial est faux.

La solution est de combiner OpenPose avec un ControlNet de profondeur. La profondeur fournit l'agencement spatial (ce qui est devant quoi, à quelle distance les choses sont de la caméra) tandis qu'OpenPose fournit la pose. Ensemble, ils fixent la composition bien plus fiablement que l'un ou l'autre seul.

La combinaison de poids recommandée d'après mes tests :

• OpenPose ControlNet : poids 0.8 (le signal principal)
• ControlNet de profondeur : poids 0.5 à 0.6 (guidage spatial secondaire)

Pousser le poids de la profondeur au-dessus de 0.7 commence à écraser la pose. Descendre en dessous de 0.4 rend la profondeur trop faible pour compter. Le point idéal se situe autour de 0.5 à 0.6, ce qui donne une cohérence spatiale sans rivaliser avec la pose.

Pour les workflows multi-ControlNet poussés, une troisième option est d'ajouter une détection de contours Canny à faible poids (0.2 à 0.3) pour le détail spatial fin. C'est plus utile pour faire correspondre une composition d'environnement précise que pour le travail de pose. La plupart des workflows de pose NSFW se débrouillent bien avec OpenPose plus la profondeur et n'ont pas besoin d'un troisième ControlNet.

Le prétraitement de profondeur dans ComfyUI Aux. Le préprocesseur Depth Anything V2 produit les cartes de profondeur de la plus haute qualité en 2026 et supplante les options plus anciennes comme MiDaS. Utilisez Depth Anything V2 pour tout nouveau workflow.

Pour le modèle ControlNet lui-même, vous avez besoin à la fois d'un ControlNet OpenPose et d'un ControlNet de profondeur. Thibaud et d'autres hébergent des variantes SDXL sur HuggingFace. Téléchargez les deux et chargez-les comme deux nodes Apply ControlNet distincts en séquence (chaînés, pas en parallèle).

Astuces de pose multi-personnes

Les scènes NSFW à plusieurs personnes sont l'endroit où le contrôle de pose devient véritablement difficile. OpenPose peut détecter et représenter plusieurs personnes dans un seul schéma de squelette, mais la capacité du modèle à rendre plusieurs personnes avec des poses distinctes correctes se dégrade à chaque personne supplémentaire.

Les méthodes qui fonctionnent pour les scènes à deux personnes :

Un seul schéma de squelette avec les deux personnes dessinées. Le préprocesseur DWPose gère cela automatiquement si votre image de référence contient deux personnes. Le squelette de sortie comporte deux figures-squelettes distinctes. Fournissez-le à un seul ControlNet OpenPose. La qualité est correcte pour les scènes à deux personnes mais se dégrade à partir de trois.

Générations séparées puis compositing. Générez chaque personne individuellement avec son propre workflow à pose verrouillée, puis assemblez les résultats. Plus de travail mais des résultats plus propres pour les compositions multi-personnes complexes. Utile pour les plans héros où la qualité compte plus que le débit.

ControlNet régional avec les extensions Latent Couple ou Regional Prompter. Ces outils vous permettent d'appliquer différents ControlNets et différents prompts à différentes régions de l'image. C'est l'approche la plus puissante mais aussi la plus complexe à mettre en place.

Pour le travail NSFW à deux personnes en particulier, ma méthode est :

1. Trouver ou dessiner une référence avec les deux poses
2. Lancer DWPose pour extraire le squelette
3. Vérifier que le squelette est correct dans l'aperçu
4. Appliquer le ControlNet à un poids de 0.85 (légèrement plus élevé qu'en solo pour compenser)
5. Utiliser un prompt qui désigne les deux sujets avec leurs rôles
6. Générer avec un nombre de batch plus élevé (5 à 10) pour choisir le meilleur résultat

Même avec ces astuces, le travail de pose NSFW multi-personnes est plus difficile qu'en solo et le taux de réussite est plus faible. Prévoyez quelques itérations.

Limites des poses de mains

C'est ici que je dois être honnête sur la plus grande faiblesse de ControlNet. Le contrôle de pose des mains via OpenPose n'est pas fiable. Le préprocesseur détecte parfois les points-clés des mains et les rate d'autres fois. Même quand ils sont détectés correctement, l'entraînement du modèle ControlNet sur les paires main-squelette est plus clairsemé que pour les paires corps-squelette, si bien que les mains générées s'écartent souvent de la pose de main fournie en entrée.

Ce qui fonctionne réellement pour les poses de mains :

• Utiliser OpenPose avec la variante étendue pour les mains (21 points-clés par main) quand le préprocesseur coopère
• Accepter que la pose du corps soit correcte mais que les mains nécessitent une correction séparée
• Lancer un inpainting des mains ou une correction de mains de type ADetailer en post-traitement
• Utiliser Mesh Graphormer (un préprocesseur de maillage de main) pour les cas où la pose des mains compte vraiment

Pour la plupart du travail NSFW, les mains ne sont pas le centre de la composition, donc la bonne approche est de verrouiller la pose du corps avec OpenPose et d'accepter que les mains nécessiteront une correction. Le workflow Face Detailer que j'ai documenté peut être adapté au detailing des mains en utilisant le même Impact Pack avec hand_yolov8s.pt comme modèle de détection. Si vous faites tourner cela sur une VRAM limitée, le guide d'installation NSFW pour 8 Go de VRAM couvre ce qui tient avec ControlNet activé.

Quelques astuces précises liées aux mains qui aident :

• Garder les mains à l'écart des régions mises en avant par le prompt (le modèle prête plus d'attention à ce que le prompt met en avant)
• Ajouter "detailed hands, fingers" aux prompts positifs pour y diriger l'attention
• Ajouter "bad hands, missing fingers, extra fingers" aux prompts négatifs (mais sans en faire trop)
• Utiliser un LoRA axé sur les mains depuis Civitai (plusieurs existent) pour orienter le modèle vers de meilleurs a priori sur les mains

Aucune de ces astuces ne corrige complètement le problème. La correction des mains est fondamentalement une étape de post-traitement en 2026.

Six JSON de pose réutilisables

Pour les créateurs en activité, disposer d'une bibliothèque personnelle de références de poses fait gagner énormément de temps. La méthode que j'utilise est de maintenir un dossier de JSON de squelette (et d'images de référence sources) qui couvrent les compositions courantes. Le format Pose Keypoint de ComfyUI repose sur du JSON et peut être enregistré et chargé directement.

Les six poses qui couvrent à peu près 80 pour cent de mon travail NSFW :

1. Portrait debout, angle de trois quarts. Sujet légèrement décalé par rapport à l'axe de la caméra. La pose de base la plus flexible pour les plans de présentation de personnage.

2. Assise au bord du lit ou d'une chaise, penchée en avant. Composition classique de scène intime. Fonctionne bien pour les scènes à un sujet comme à deux sujets.

3. Allongée sur le dos, tête appuyée sur un oreiller. Base de scène de chambre. Facile à adapter avec différentes positions de jambes.

4. Profil latéral allongé. Poses alanguies. Bonne pour un langage corporel détendu.

5. À genoux, mains posées sur les cuisses. Beaucoup de flexibilité de composition, fonctionne pour les cadrages décontractés comme intimes.

6. Debout en pleine action, appuyée contre un mur. Base NSFW de style lifestyle/mode. Sujet dans une position corporelle dynamique.

Je garde ces poses sous forme de JSON de squelette dans un dossier de workflow, et le workflow de production charge l'une d'elles comme entrée de pose. Les images de référence réelles qui ont généré chaque squelette peuvent venir de n'importe où (photographies, dessins, générations IA précédentes). Une fois que vous avez le squelette, la source n'a plus d'importance.

Pour ceux qui veulent des bibliothèques de poses prêtes à l'emploi plutôt que de construire les leurs, plusieurs créateurs sur Civitai distribuent des collections de poses spécifiquement pour le travail NSFW. Cherchez "pose pack" ou "openpose pack" sur Civitai. Les bibliothèques varient en qualité mais les meilleures font gagner un temps réel.

Foire aux questions

OpenPose ControlNet fonctionne-t-il avec les modèles Flux ? La prise en charge de ControlNet pour Flux est plus récente et moins aboutie que celle de SDXL. OpenPose pour Flux existe (versions communautaires) mais la qualité est variable. À la mi-2026, SDXL est le choix le plus fiable pour le travail NSFW avec contrôle de pose. Flux ControlNet s'améliore rapidement et pourrait devenir le choix recommandé d'ici la fin 2026.

Pourquoi ma génération de pose ignore-t-elle le squelette ? Les causes les plus courantes sont un poids trop faible (il devrait être de 0.7 à 0.9 pour un verrouillage de pose fort), un mauvais modèle ControlNet sélectionné (modèle SD 1.5 sur SDXL ou inversement), un préprocesseur produisant un mauvais squelette (vérifiez l'aperçu), ou un prompt textuel qui combat la pose (les prompts vagues fonctionnent mieux que les descriptions de pose détaillées quand ControlNet fait le travail de pose).

Quelle est la différence entre OpenPose et DWPose ? Les deux sont des préprocesseurs de pose qui produisent un schéma de squelette. DWPose utilise un modèle de détection plus récent qui est plus précis, surtout pour les poses difficiles. DWPose devrait être le choix par défaut en 2026. Le format de sortie est compatible avec tous les modèles OpenPose ControlNet, vous pouvez donc utiliser l'un ou l'autre préprocesseur avec le même ControlNet en aval.

Puis-je utiliser OpenPose ControlNet spécifiquement pour les poses du visage ? Le modèle OpenPose étendu inclut les points-clés du visage, mais le contrôle de pose du visage via ControlNet n'est pas terrible. Pour la direction du visage, IPAdapter FaceID ou PuLID fonctionnent mieux. Pour l'expression du visage, les tokens de prompt et les LoRA de face detailer sont plus fiables que ControlNet.

Combien de ControlNets puis-je empiler en même temps sur 8 Go de VRAM ? Un de façon fiable, deux avec précaution. Chaque ControlNet ajoute environ 1 à 1,5 Go à l'utilisation de la VRAM pendant l'échantillonnage. Deux ControlNets (OpenPose plus profondeur) est le maximum pratique sur 8 Go. Trois est faisable sur 12 Go et facile sur 16 Go et plus.

OpenPose fonctionne-t-il pour des sujets non humains ? Le modèle standard est entraîné sur des poses humaines. Pour des poses d'animaux ou de créatures fantastiques, il faudrait un ControlNet différent (Scribble ou Canny fonctionnent pour le contrôle de forme général). Les personnages d'anime aux proportions humanoïdes fonctionnent généralement avec OpenPose standard.

Quel poids dois-je utiliser pour OpenPose ? 0.8 est ma valeur par défaut pour le travail NSFW. Augmentez à 1.0 si la pose est ignorée. Baissez à 0.6 ou 0.7 si le résultat paraît trop rigide ou peu naturel. Le bon poids varie selon le modèle de base. Pony Realism suit la pose à des poids légèrement plus bas que RealVisXL.

Puis-je modifier un squelette après que le préprocesseur l'a extrait ? Oui. Plusieurs nodes ComfyUI et outils externes vous permettent de modifier les squelettes OpenPose. L'extension PoseSkeleton-XL en est une option. Vous pouvez aussi exporter le squelette vers un éditeur tiers, le modifier et le réimporter.

Le ControlNet de pose affecte-t-il sensiblement la vitesse de génération ? Oui, modestement. Ajouter un ControlNet à un workflow augmente le temps de génération d'environ 30 à 40 pour cent. Deux ControlNets ensemble ajoutent 50 à 70 pour cent. Le ralentissement vient des couches de modèle supplémentaires que ControlNet ajoute au chemin d'échantillonnage.

Devrais-je utiliser le ControlNet de pose pour chaque génération NSFW ? Non. Le ControlNet de pose sert quand la pose compte. Pour les générations où vous voulez de la variété ou où la pose n'est pas critique, passez-vous-en. La contrainte d'une pose verrouillée réduit la diversité du résultat, ce qui est parfois l'inverse de ce que vous voulez. Utilisez-le de façon délibérée.

L'avis honnête

OpenPose ControlNet est véritablement l'un des ajouts les plus impactants à un workflow NSFW en 2026. La capacité à reproduire des poses précises de façon fiable est la différence entre un résultat professionnel (où vous pouvez planifier des compositions et les atteindre) et un résultat amateur (où vous acceptez ce que la seed vous donne). Une fois que vous avez intégré comment l'utiliser, la question passe de "ai-je obtenu une bonne pose ?" à "quelle pose est-ce que je veux ?".

La leçon principale après deux ans à faire tourner des workflows à pose contrôlée. Construisez votre bibliothèque de références. Six JSON de pose bien choisis font gagner plus de temps que toute autre optimisation dans un pipeline de production NSFW. L'installation technique d'OpenPose ControlNet est simple et bien documentée. C'est la bibliothèque de poses réutilisables qui vous rend réellement plus rapide au fil du temps.

Pour ceux qui veulent le contrôle de pose sans gérer le workflow eux-mêmes, lewdly.ai prend en charge le conditionnement de pose dans le cadre de son pipeline. Vous fournissez une image de référence ou une description de pose et la plateforme achemine vers la pile ControlNet appropriée. C'est le bon niveau d'abstraction pour les utilisateurs occasionnels. En toute transparence, je participe à sa construction.

Les ressources de référence incluent le dépôt GitHub ComfyUI ControlNet Aux, l'OpenPose ControlNet SDXL de thibaud sur Hugging Face, et le tutoriel du ComfyUI Wiki sur OpenPose ControlNet pour un contexte supplémentaire.