Files
2024-05-26 20:35:16 +08:00

1.4 KiB

Documentation

IsMaskEmptyNode 类旨在评估掩码张量的内部内容,确定它是否完全由零值组成。这个节点在图像处理和机器学习工作流程中扮演着关键角色,其中空掩码的存在具有重要意义。它抽象地为决策过程贡献了一个二进制结果,可以用来触发后续动作或过滤掉不必要的数据。

Input types

Required

  • mask
    • 参数 'mask' 是一个张量,代表要评估的掩码。它对节点的操作至关重要,因为它直接影响掩码是否被视为空的。张量应该包含数值,其中零表示空或不重要的区域。
    • Comfy dtype: torch.Tensor
    • Python dtype: torch.Tensor

Output types

  • boolean_number
    • 输出 'boolean_number' 是一个布尔值的数值表示,它指示输入掩码是否为空。值为1表示掩码为空(全部为零),而值为0表示掩码包含非零元素。
    • Comfy dtype: int
    • Python dtype: int

Usage tips

  • Infra type: CPU

Source code

class IsMaskEmptyNode:

    @classmethod
    def INPUT_TYPES(s):
        return {'required': {'mask': ('MASK',)}}
    RETURN_TYPES = ['NUMBER']
    RETURN_NAMES = ['boolean_number']
    FUNCTION = 'main'
    CATEGORY = 'util'

    def main(self, mask):
        return (torch.all(mask == 0).int().item(),)