72 lines
3.5 KiB
Markdown
72 lines
3.5 KiB
Markdown
# Documentation
|
|
- Class name: IPAdapterBatch
|
|
- Category: Image Processing
|
|
- Output node: False
|
|
- Repo Ref: https://github.com/cubiq/ComfyUI_IPAdapter_plus.git
|
|
|
|
IPAdapterBatch节点旨在以批量方式高效处理图像数据，利用底层IPAdapterAdvanced类的处理能力。它专注于将图像适配以与其他模型或处理管道集成，确保图像数据格式正确且权重适当，以实现最佳性能。
|
|
|
|
# Input types
|
|
## Required
|
|
- model
|
|
- 模型参数对于节点的操作至关重要，因为它定义了将用于处理图像数据的机器学习模型。它直接影响节点的执行和产生的结果质量。
|
|
- Comfy dtype: MODEL
|
|
- Python dtype: torch.nn.Module
|
|
- ipadapter
|
|
- ipadapter参数是必不可少的，因为它指定了将用于将图像数据与模型集成的适配器。它在图像数据处理方式及其后续结果中扮演着重要角色。
|
|
- Comfy dtype: IPADAPTER
|
|
- Python dtype: Any
|
|
- image
|
|
- 图像输入对节点的功能至关重要，提供了将由模型处理和转换的原始数据。它是节点操作的主要信息源。
|
|
- Comfy dtype: IMAGE
|
|
- Python dtype: torch.Tensor
|
|
- weight
|
|
- 权重参数允许调整图像数据对模型输出的影响。在为特定应用微调节点行为时尤其重要。
|
|
- Comfy dtype: FLOAT
|
|
- Python dtype: float
|
|
- weight_type
|
|
- weight_type参数决定了权重将如何应用于图像数据，这对于控制处理过程中对数据不同方面的强调至关重要。
|
|
- Comfy dtype: WEIGHT_TYPES
|
|
- Python dtype: str
|
|
- start_at
|
|
- start_at参数定义了处理图像数据的起始点，这对于专注于图像中的特定区域或特征非常有用。
|
|
- Comfy dtype: FLOAT
|
|
- Python dtype: float
|
|
- end_at
|
|
- end_at参数标记了图像数据处理的终点，允许选择要考虑的图像数据的子集。
|
|
- Comfy dtype: FLOAT
|
|
- Python dtype: float
|
|
- embeds_scaling
|
|
- embeds_scaling参数非常重要，因为它决定了嵌入的缩放方法，影响图像特征在模型中的表示和使用方式。
|
|
- Comfy dtype: COMBO['V only', 'K+V', 'K+V w/ C penalty', 'K+mean(V) w/ C penalty']
|
|
- Python dtype: str
|
|
## Optional
|
|
- image_negative
|
|
- 可选的image_negative参数提供了一个用于比较或对比的额外图像，增强了节点区分类似图像的能力。
|
|
- Comfy dtype: IMAGE
|
|
- Python dtype: torch.Tensor
|
|
- attn_mask
|
|
- 当提供attn_mask参数时，可以用来指定模型在处理期间应该关注或忽略图像数据的哪些部分。
|
|
- Comfy dtype: MASK
|
|
- Python dtype: torch.Tensor
|
|
- clip_vision
|
|
- clip_vision参数用于集成CLIP视觉模型以增强图像特征提取，这可以在某些应用中提高节点的性能。
|
|
- Comfy dtype: CLIP_VISION
|
|
- Python dtype: Any
|
|
|
|
# Output types
|
|
|
|
# Usage tips
|
|
- Infra type: CPU
|
|
|
|
# Source code
|
|
```
|
|
class IPAdapterBatch(IPAdapterAdvanced):
|
|
|
|
def __init__(self):
|
|
self.unfold_batch = True
|
|
|
|
@classmethod
|
|
def INPUT_TYPES(s):
|
|
return {'required': {'model': ('MODEL',), 'ipadapter': ('IPADAPTER',), 'image': ('IMAGE',), 'weight': ('FLOAT', {'default': 1.0, 'min': -1, 'max': 5, 'step': 0.05}), 'weight_type': (WEIGHT_TYPES,), 'start_at': ('FLOAT', {'default': 0.0, 'min': 0.0, 'max': 1.0, 'step': 0.001}), 'end_at': ('FLOAT', {'default': 1.0, 'min': 0.0, 'max': 1.0, 'step': 0.001}), 'embeds_scaling': (['V only', 'K+V', 'K+V w/ C penalty', 'K+mean(V) w/ C penalty'],)}, 'optional': {'image_negative': ('IMAGE',), 'attn_mask': ('MASK',), 'clip_vision': ('CLIP_VISION',)}}
|
|
``` |