48 lines
1.9 KiB
Markdown
48 lines
1.9 KiB
Markdown
# Documentation
|
|
- Class name: ImageOnlyCheckpointLoader
|
|
- Category: loaders/video_models
|
|
- Output node: False
|
|
- Repo Ref: https://github.com/comfyanonymous/ComfyUI
|
|
|
|
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])
|
|
``` |