59 lines
2.6 KiB
Markdown
59 lines
2.6 KiB
Markdown
# Documentation
|
|
- Class name: SeargeModelSelector
|
|
- Category: UI.CATEGORY_UI_INPUTS
|
|
- Output node: False
|
|
- Repo Ref: https://github.com/jobunk/SeargeSDXL.git
|
|
|
|
SeargeModelSelector节点简化了选择和组合模型检查点以进行进一步处理的过程。它封装了处理各种检查点类型的复杂性，使用户能够专注于模型的分析和应用，而无需担心底层的技术细节。
|
|
|
|
# Input types
|
|
## Required
|
|
- base_checkpoint
|
|
- base_checkpoint参数至关重要，因为它指定了作为后续操作起点的基础模型检查点。其选择影响下游任务的整体性能和准确性。
|
|
- Comfy dtype: UI.CHECKPOINTS()
|
|
- Python dtype: Union[str, None]
|
|
- refiner_checkpoint
|
|
- refiner_checkpoint参数对于提升基础模型的性能至关重要。它引入了完善模型预测的可能性，从而提高了最终输出的质量。
|
|
- Comfy dtype: UI.CHECKPOINTS_WITH_NONE()
|
|
- Python dtype: Union[str, None]
|
|
- vae_checkpoint
|
|
- vae_checkpoint参数在工作流程中整合变分自编码器方面起着关键作用。它使得能够整合潜在表示，这对于复杂的数据处理任务可能至关重要。
|
|
- Comfy dtype: UI.VAE_WITH_EMBEDDED()
|
|
- Python dtype: List[str]
|
|
## Optional
|
|
- data
|
|
- data参数作为模型选择过程中可能需要的附加信息的容器。它在确保节点有效和高效运行中起着支持作用。
|
|
- Comfy dtype: SRG_DATA_STREAM
|
|
- Python dtype: Dict[str, Any]
|
|
|
|
# Output types
|
|
- data
|
|
- 输出的data参数包含了模型选择过程的结果，包括组合的检查点。它是工作流程中进入后续阶段的关键组成部分，促进了进一步的分析和应用。
|
|
- Comfy dtype: SRG_DATA_STREAM
|
|
- Python dtype: Dict[str, Any]
|
|
|
|
# Usage tips
|
|
- Infra type: CPU
|
|
|
|
# Source code
|
|
```
|
|
class SeargeModelSelector:
|
|
|
|
@classmethod
|
|
def INPUT_TYPES(cls):
|
|
return {'required': {'base_checkpoint': (UI.CHECKPOINTS(),), 'refiner_checkpoint': (UI.CHECKPOINTS_WITH_NONE(),), 'vae_checkpoint': (UI.VAE_WITH_EMBEDDED(),)}, 'optional': {'data': ('SRG_DATA_STREAM',)}}
|
|
RETURN_TYPES = ('SRG_DATA_STREAM',)
|
|
RETURN_NAMES = ('data',)
|
|
FUNCTION = 'get'
|
|
CATEGORY = UI.CATEGORY_UI_INPUTS
|
|
|
|
@staticmethod
|
|
def create_dict(base_checkpoint, refiner_checkpoint, vae_checkpoint):
|
|
return {UI.F_BASE_CHECKPOINT: base_checkpoint, UI.F_REFINER_CHECKPOINT: refiner_checkpoint, UI.F_VAE_CHECKPOINT: vae_checkpoint}
|
|
|
|
def get(self, base_checkpoint, refiner_checkpoint, vae_checkpoint, data=None):
|
|
if data is None:
|
|
data = {}
|
|
data[UI.S_CHECKPOINTS] = self.create_dict(base_checkpoint, refiner_checkpoint, vae_checkpoint)
|
|
return (data,)
|
|
``` |