76 lines
3.5 KiB
Markdown
76 lines
3.5 KiB
Markdown
# Documentation
|
|
- Class name: GLIGENTextBoxApply
|
|
- Category: conditioning/gligen
|
|
- Output node: False
|
|
- Repo Ref: https://github.com/comfyanonymous/ComfyUI
|
|
|
|
GLIGENTextBoxApply节点旨在将基于文本的条件添加到现有的条件集中。它处理输入文本，将其与给定模型集成，允许在图形或数据驱动的上下文中操作基于文本的元素。
|
|
|
|
# Input types
|
|
## Required
|
|
- conditioning_to
|
|
- conditioning_to参数至关重要，因为它定义了将附加基于文本条件的目标。它在确定文本应用的上下文方面起着关键作用。
|
|
- Comfy dtype: CONDITIONING
|
|
- Python dtype: List[Any]
|
|
- clip
|
|
- clip参数是必需的，用于将文本编码为模型可以处理的格式。它对于将文本信息转换为进一步分析的合适表示至关重要。
|
|
- Comfy dtype: CLIP
|
|
- Python dtype: Dict[str, Any]
|
|
- gligen_textbox_model
|
|
- gligen_textbox_model参数对于应用文本条件是必要的。它负责处理特定于模型的逻辑，该逻辑管理文本如何集成到条件集中。
|
|
- Comfy dtype: GLIGEN
|
|
- Python dtype: torch.nn.Module
|
|
- text
|
|
- text参数是节点的核心输入，包含将被处理并作为条件附加的文本信息。它是节点操作的主要数据源。
|
|
- Comfy dtype: STRING
|
|
- Python dtype: str
|
|
- width
|
|
- width参数指定文本应用的宽度尺寸，这对于定义文本在条件集中的空间上下文很重要。
|
|
- Comfy dtype: INT
|
|
- Python dtype: int
|
|
- height
|
|
- height参数定义了文本应用的高度尺寸，在建立文本在条件框架中的垂直上下文方面起着重要作用。
|
|
- Comfy dtype: INT
|
|
- Python dtype: int
|
|
- x
|
|
- x参数决定了文本在条件集中应用的水平位置，影响基于文本的条件的总体布局。
|
|
- Comfy dtype: INT
|
|
- Python dtype: int
|
|
- y
|
|
- y参数设置了文本应用的垂直位置，这对于文本在条件框架内的精确放置至关重要。
|
|
- Comfy dtype: INT
|
|
- Python dtype: int
|
|
|
|
# Output types
|
|
- conditioning
|
|
- 输出的conditioning参数代表了现在包含基于文本元素的更新条件集。它很重要，因为它反映了节点操作所做的更改。
|
|
- Comfy dtype: CONDITIONING
|
|
- Python dtype: List[Any]
|
|
|
|
# Usage tips
|
|
- Infra type: CPU
|
|
|
|
# Source code
|
|
```
|
|
class GLIGENTextBoxApply:
|
|
|
|
@classmethod
|
|
def INPUT_TYPES(s):
|
|
return {'required': {'conditioning_to': ('CONDITIONING',), 'clip': ('CLIP',), 'gligen_textbox_model': ('GLIGEN',), 'text': ('STRING', {'multiline': True, 'dynamicPrompts': True}), 'width': ('INT', {'default': 64, 'min': 8, 'max': MAX_RESOLUTION, 'step': 8}), 'height': ('INT', {'default': 64, 'min': 8, 'max': MAX_RESOLUTION, 'step': 8}), 'x': ('INT', {'default': 0, 'min': 0, 'max': MAX_RESOLUTION, 'step': 8}), 'y': ('INT', {'default': 0, 'min': 0, 'max': MAX_RESOLUTION, 'step': 8})}}
|
|
RETURN_TYPES = ('CONDITIONING',)
|
|
FUNCTION = 'append'
|
|
CATEGORY = 'conditioning/gligen'
|
|
|
|
def append(self, conditioning_to, clip, gligen_textbox_model, text, width, height, x, y):
|
|
c = []
|
|
(cond, cond_pooled) = clip.encode_from_tokens(clip.tokenize(text), return_pooled='unprojected')
|
|
for t in conditioning_to:
|
|
n = [t[0], t[1].copy()]
|
|
position_params = [(cond_pooled, height // 8, width // 8, y // 8, x // 8)]
|
|
prev = []
|
|
if 'gligen' in n[1]:
|
|
prev = n[1]['gligen'][2]
|
|
n[1]['gligen'] = ('position', gligen_textbox_model, prev + position_params)
|
|
c.append(n)
|
|
return (c,)
|
|
``` |