Files
CavinHuang-comfyui-nodes-docs/docs/Unimatch_OptFlowPreprocessor.md
T
2024-07-04 11:34:32 +08:00

3.6 KiB

Documentation

该节点专门用于处理光流数据,为后续的处理或分析做准备,特别是在Unimatch系统的上下文中。Unimatch是一个用于估计和操作视频序列中光流的系统。这个节点抽象了准备光流数据过程中涉及的复杂性,确保数据格式和分辨率适合Unimatch算法的有效操作。

Input types

Required

  • image
    • 需要处理以估计光流的图像序列。这个输入对于在视频序列的连续帧之间生成光流数据至关重要,是进行流分析或操作的基础。
    • Comfy dtype: IMAGE
    • Python dtype: torch.Tensor
  • ckpt_name
    • Unimatch模型的检查点文件名。此参数允许选择特定的预训练模型,影响光流估计的准确性和质量。
    • Comfy dtype: COMBO[STRING]
    • Python dtype: str
  • backward_flow
    • 一个布尔标志,指示是否估计反向光流。此选项启用双向流估计,增强了帧间运动的分析。
    • Comfy dtype: BOOLEAN
    • Python dtype: bool
  • bidirectional_flow
    • 一个布尔标志,指示是否估计双向流。这通过考虑帧之间的前向和后向运动来增强运动分析。
    • Comfy dtype: BOOLEAN
    • Python dtype: bool

Output types

  • OPTICAL_FLOW
    • 经过预处理的光流数据,可用于进一步分析或可视化。这个输出针对后续处理步骤的准确性和效率进行了优化。
    • Comfy dtype: OPTICAL_FLOW
    • Python dtype: torch.Tensor
  • PREVIEW_IMAGE
    • 光流数据的可视化表示,通常用于预览运动或调试目的。这个图像可以帮助理解流的特征,并验证预处理的有效性。
    • Comfy dtype: IMAGE
    • Python dtype: torch.Tensor

Usage tips

  • Infra type: GPU
  • Common nodes: unknown

Source code

class Unimatch_OptFlowPreprocessor:
    @classmethod
    def INPUT_TYPES(s):
        return {
            "required": dict(
                image=("IMAGE",),
                ckpt_name=(
                    ["gmflow-scale1-mixdata.pth", "gmflow-scale2-mixdata.pth", "gmflow-scale2-regrefine6-mixdata.pth"],
                    {"default": "gmflow-scale2-regrefine6-mixdata.pth"}
                ),
                backward_flow=("BOOLEAN", {"default": False}),
                bidirectional_flow=("BOOLEAN", {"default": False})
            )
        }

    RETURN_TYPES = ("OPTICAL_FLOW", "IMAGE")
    RETURN_NAMES = ("OPTICAL_FLOW", "PREVIEW_IMAGE")
    FUNCTION = "estimate"

    CATEGORY = "ControlNet Preprocessors/Optical Flow"

    def estimate(self, image, ckpt_name, backward_flow=False, bidirectional_flow=False):
        assert len(image) > 1, "[Unimatch] Requiring as least two frames as a optical flow estimator. Only use this node on video input."    
        from controlnet_aux.unimatch import UnimatchDetector
        tensor_images = image
        model = UnimatchDetector.from_pretrained(filename=ckpt_name).to(model_management.get_torch_device())
        flows, vis_flows = [], []
        for i in range(len(tensor_images) - 1):
            image0, image1 = np.asarray(image[i:i+2].cpu() * 255., dtype=np.uint8)
            flow, vis_flow = model(image0, image1, output_type="np", pred_bwd_flow=backward_flow, pred_bidir_flow=bidirectional_flow)
            flows.append(torch.from_numpy(flow).float())
            vis_flows.append(torch.from_numpy(vis_flow).float() / 255.)
        del model
        return (torch.stack(flows, dim=0), torch.stack(vis_flows, dim=0))