96 lines
3.5 KiB
Markdown
96 lines
3.5 KiB
Markdown
|
|
# Documentation
|
|
- Class name: AV_ControlNetEfficientStackerSimple
|
|
- Category: Art Venture/Loaders
|
|
- Output node: False
|
|
- Repo Ref: https://github.com/comfyanonymous/ComfyUI
|
|
|
|
该节点旨在简化控制网络堆叠过程，用于图像操作。它能够基于指定参数将多个控制网络变换应用于图像，从而简化了控制网络在图像处理流程中的集成，注重效率和易用性。
|
|
|
|
# Input types
|
|
## Required
|
|
- control_net_name
|
|
- 指定要应用的控制网络。包括基于模型版本自动选择或从可用控制网络中自定义选择的选项，影响控制网络的行为和输出。
|
|
- Comfy dtype: COMBO[STRING]
|
|
- Python dtype: List[str]
|
|
- image
|
|
- 要由控制网络堆栈处理的输入图像。它作为后续控制网络应用的基础，决定了图像操作过程的初始状态。
|
|
- Comfy dtype: IMAGE
|
|
- Python dtype: IMAGE
|
|
- strength
|
|
- 定义控制网络对图像的影响强度，允许对控制网络应用的影响进行微调。
|
|
- Comfy dtype: FLOAT
|
|
- Python dtype: float
|
|
- preprocessor
|
|
- 选择在控制网络之前应用的预处理器，影响图像的准备过程，潜在地影响其与控制网络的兼容性。
|
|
- Comfy dtype: COMBO[STRING]
|
|
- Python dtype: List[str]
|
|
## Optional
|
|
- cnet_stack
|
|
- 可选的控制网络堆栈，用于顺序应用。这允许在图像上叠加多个控制网络效果。
|
|
- Comfy dtype: CONTROL_NET_STACK
|
|
- Python dtype: CONTROL_NET_STACK
|
|
- control_net_override
|
|
- 用指定的控制网络覆盖所选控制网络，为尝试不同控制网络提供灵活性。
|
|
- Comfy dtype: STRING
|
|
- Python dtype: str
|
|
- timestep_keyframe
|
|
- 指定控制网络应用的关键帧，实现对效果应用的动态控制。
|
|
- Comfy dtype: TIMESTEP_KEYFRAME
|
|
- Python dtype: TIMESTEP_KEYFRAME
|
|
- resolution
|
|
- 设置图像处理的分辨率，影响控制网络应用的细节水平。
|
|
- Comfy dtype: INT
|
|
- Python dtype: int
|
|
- enabled
|
|
- 切换控制网络堆叠器的操作，允许根据需要启用或禁用它。
|
|
- Comfy dtype: BOOLEAN
|
|
- Python dtype: bool
|
|
|
|
# Output types
|
|
- CNET_STACK
|
|
- 处理后的控制网络堆栈结果。这个输出封装了对图像执行的控制网络应用序列，反映了指定变换的累积效果。
|
|
- Comfy dtype: CONTROL_NET_STACK
|
|
- Python dtype: CONTROL_NET_STACK
|
|
|
|
|
|
## Usage tips
|
|
- Infra type: `CPU`
|
|
- Common nodes: unknown
|
|
|
|
|
|
## Source code
|
|
```python
|
|
class AVControlNetEfficientStackerSimple(AVControlNetEfficientStacker):
|
|
@classmethod
|
|
def INPUT_TYPES(s):
|
|
return {
|
|
"required": {
|
|
"control_net_name": (["None", "Auto: sd15", "Auto: sdxl", "Auto: sdxl_t2i"] + s.controlnets,),
|
|
"image": ("IMAGE",),
|
|
"strength": (
|
|
"FLOAT",
|
|
{"default": 1.0, "min": 0.0, "max": 10.0, "step": 0.01},
|
|
),
|
|
"preprocessor": (["None"] + s.preprocessors,),
|
|
},
|
|
"optional": {
|
|
"cnet_stack": ("CONTROL_NET_STACK",),
|
|
"control_net_override": ("STRING", {"default": "None"}),
|
|
"timestep_keyframe": ("TIMESTEP_KEYFRAME",),
|
|
"resolution": ("INT", {"default": 512, "min": 64, "max": 2048, "step": 64}),
|
|
"enabled": ("BOOLEAN", {"default": True}),
|
|
},
|
|
}
|
|
|
|
FUNCTION = "control_net_stacker_simple"
|
|
|
|
def control_net_stacker_simple(
|
|
self,
|
|
*args,
|
|
**kwargs,
|
|
):
|
|
return self.control_net_stacker(*args, start_percent=0.0, end_percent=1.0, **kwargs)
|
|
|
|
```
|