Files
CavinHuang-comfyui-nodes-docs/docs/ImageOnlyCheckpointLoader.md
2024-05-15 08:09:49 +08:00

1.9 KiB

Documentation

该节点负责从指定目录加载检查点,并返回相关的模型、CLIP视觉模块和VAE组件。它旨在处理检查点加载和提取的复杂性,抽象细节,并为下游任务提供直接的接口。

Input types

Required

  • ckpt_name
    • 要加载的检查点文件的名称。它对于在目录中识别特定的检查点至关重要,因为它直接影响节点的操作和生成的模型组件。
    • Comfy dtype: str
    • Python dtype: str

Output types

  • MODEL
    • 从检查点加载的模型组件,可用于各种下游任务,如推理或进一步训练。
    • Comfy dtype: torch.nn.Module
    • Python dtype: torch.nn.Module
  • CLIP_VISION
    • 从检查点中提取的CLIP视觉模块,对于涉及文本到图像生成或图像文本匹配的任务至关重要。
    • Comfy dtype: CLIP
    • Python dtype: CLIP
  • VAE
    • 从检查点加载的变分自编码器(VAE)组件,通常用于潜在空间操作和生成任务。
    • Comfy dtype: AutoencoderKL
    • Python dtype: AutoencoderKL

Usage tips

  • Infra type: CPU

Source code

class ImageOnlyCheckpointLoader:

    @classmethod
    def INPUT_TYPES(s):
        return {'required': {'ckpt_name': (folder_paths.get_filename_list('checkpoints'),)}}
    RETURN_TYPES = ('MODEL', 'CLIP_VISION', 'VAE')
    FUNCTION = 'load_checkpoint'
    CATEGORY = 'loaders/video_models'

    def load_checkpoint(self, ckpt_name, output_vae=True, output_clip=True):
        ckpt_path = folder_paths.get_full_path('checkpoints', ckpt_name)
        out = comfy.sd.load_checkpoint_guess_config(ckpt_path, output_vae=True, output_clip=False, output_clipvision=True, embedding_directory=folder_paths.get_folder_paths('embeddings'))
        return (out[0], out[3], out[2])