140 lines
5.1 KiB
Markdown
140 lines
5.1 KiB
Markdown
|
|
# Documentation
|
|
- Class name: AV_ControlNetEfficientLoaderAdvanced
|
|
- Category: Art Venture/Loaders
|
|
- Output node: False
|
|
|
|
AV_ControlNetEfficientLoaderAdvanced节点是ControlNet加载器的高级版本，旨在高效加载和应用ControlNet配置，用于增强图像处理和生成任务。它扩展了基础加载器的功能，提供了更复杂的控制和优化选项，以处理和应用ControlNet模型。
|
|
|
|
# Input types
|
|
## Required
|
|
- control_net_name
|
|
- 指定要加载的ControlNet的名称。此参数对于识别要应用的ControlNet模型至关重要，直接影响图像处理或生成过程的结果。
|
|
- Comfy dtype: COMBO[STRING]
|
|
- Python dtype: str
|
|
- positive
|
|
- ControlNet的正面条件输入，表示要在图像中增强或保持的所需属性或特征。
|
|
- Comfy dtype: CONDITIONING
|
|
- Python dtype: List[Tuple[str, Dict]]
|
|
- negative
|
|
- ControlNet的负面条件输入，表示要在图像中减弱或移除的属性或特征。
|
|
- Comfy dtype: CONDITIONING
|
|
- Python dtype: List[Tuple[str, Dict]]
|
|
- image
|
|
- 要由ControlNet处理的图像，作为应用条件效果的基础。
|
|
- Comfy dtype: IMAGE
|
|
- Python dtype: Any
|
|
- strength
|
|
- 决定ControlNet对图像影响的强度，允许对处理进行精细调节。
|
|
- Comfy dtype: FLOAT
|
|
- Python dtype: float
|
|
- start_percent
|
|
- 指定效果应用的起始百分比，实现ControlNet的分阶段或渐进应用。
|
|
- Comfy dtype: FLOAT
|
|
- Python dtype: float
|
|
- end_percent
|
|
- 指定效果应用的结束百分比，允许对ControlNet影响进行受控结束。
|
|
- Comfy dtype: FLOAT
|
|
- Python dtype: float
|
|
- preprocessor
|
|
- 选择在应用ControlNet之前对图像进行预处理的处理器，影响最终结果。
|
|
- Comfy dtype: COMBO[STRING]
|
|
- Python dtype: str
|
|
|
|
## Optional
|
|
- control_net_override
|
|
- 允许覆盖选定的ControlNet模型。此参数提供了动态选择不同ControlNet模型的灵活性，可能增强节点适应各种场景的能力。
|
|
- Comfy dtype: STRING
|
|
- Python dtype: str
|
|
- timestep_keyframe
|
|
- 定义ControlNet应用的特定时间步或关键帧。此参数能够精确控制ControlNet效果的时机，允许更有针对性和有效的图像处理。
|
|
- Comfy dtype: TIMESTEP_KEYFRAME
|
|
- Python dtype: Optional[str]
|
|
- resolution
|
|
- 定义要处理的图像的分辨率，影响ControlNet应用的细节和质量。
|
|
- Comfy dtype: INT
|
|
- Python dtype: int
|
|
- enabled
|
|
- 启用或禁用ControlNet的应用，提供了在必要时绕过处理的机制。
|
|
- Comfy dtype: BOOLEAN
|
|
- Python dtype: bool
|
|
|
|
# Output types
|
|
- positive
|
|
- ControlNet应用后修改的正面条件，反映了增强或保持的属性。
|
|
- Comfy dtype: CONDITIONING
|
|
- Python dtype: List[Tuple[str, Dict]]
|
|
- negative
|
|
- ControlNet应用后修改的负面条件，反映了减弱或移除的属性。
|
|
- Comfy dtype: CONDITIONING
|
|
- Python dtype: List[Tuple[str, Dict]]
|
|
|
|
|
|
## Usage tips
|
|
- Infra type: `CPU`
|
|
- Common nodes: unknown
|
|
|
|
|
|
## Source code
|
|
```python
|
|
class AVControlNetEfficientLoaderAdvanced(ControlNetApplyAdvanced):
|
|
controlnets = folder_paths.get_filename_list("controlnet")
|
|
preprocessors = list(control_net_preprocessors.keys())
|
|
|
|
@classmethod
|
|
def INPUT_TYPES(s):
|
|
return {
|
|
"required": {
|
|
"control_net_name": (["None"] + s.controlnets,),
|
|
"positive": ("CONDITIONING",),
|
|
"negative": ("CONDITIONING",),
|
|
"image": ("IMAGE",),
|
|
"strength": (
|
|
"FLOAT",
|
|
{"default": 1.0, "min": 0.0, "max": 10.0, "step": 0.01},
|
|
),
|
|
"start_percent": ("FLOAT", {"default": 0.0, "min": 0.0, "max": 1.0, "step": 0.001}),
|
|
"end_percent": ("FLOAT", {"default": 1.0, "min": 0.0, "max": 1.0, "step": 0.001}),
|
|
"preprocessor": (["None"] + s.preprocessors,),
|
|
},
|
|
"optional": {
|
|
"control_net_override": ("STRING", {"default": "None"}),
|
|
"timestep_keyframe": ("TIMESTEP_KEYFRAME",),
|
|
"resolution": ("INT", {"default": 512, "min": 64, "max": 2048, "step": 64}),
|
|
"enabled": ("BOOLEAN", {"default": True}),
|
|
},
|
|
}
|
|
|
|
RETURN_TYPES = ("CONDITIONING", "CONDITIONING")
|
|
RETURN_NAMES = ("positive", "negative")
|
|
FUNCTION = "load_controlnet"
|
|
CATEGORY = "Art Venture/Loaders"
|
|
|
|
def load_controlnet(
|
|
self,
|
|
control_net_name,
|
|
positive,
|
|
negative,
|
|
image,
|
|
strength,
|
|
start_percent,
|
|
end_percent,
|
|
preprocessor,
|
|
control_net_override="None",
|
|
timestep_keyframe=None,
|
|
resolution=512,
|
|
enabled=True,
|
|
):
|
|
if not enabled:
|
|
return (positive, negative)
|
|
|
|
control_net = load_controlnet(control_net_name, control_net_override, timestep_keyframe=timestep_keyframe)
|
|
if control_net is None:
|
|
return (positive, negative)
|
|
|
|
image = apply_preprocessor(image, preprocessor, resolution=resolution)
|
|
|
|
return super().apply_controlnet(positive, negative, control_net, image, strength, start_percent, end_percent)
|
|
|
|
```
|