Node

` - 書式は `D2 Load Lora` を参照 - `D2 KSampler Advanced` に `positive_cond` / `negative_cond` を入力した場合はCLIPにLoRAは適用されません。MODELのみ適用されます。 - Controlnet専用の入力があり、シンプルに適用できる - 生成パラメーターをまとめた `d2_pipe` に対応 - `D2 XY Plot` `D2 XY Plot Easy` `D2 XY Plot Easy Mini` から簡単に受け取れる - `D2 Send Eagle` へ簡単にパラメーターを渡せる - プロンプトの重みアルゴリズムを変更できる（weight_interpretation） #### 注意点 - `d2_pipe` が接続されている場合は `d2_pipe` のパラメーターが優先されます - 例えば `D2 KSampler` で **steps:20** を指定して、`D2 XYPlot Easy` で **steps:15** を指定。`d2_pipe` が接続されている状態だと　`D2 XYPlot Easy` の **steps:15** が採用されます。 #### Input - 標準のKSamplerと同じもの - `model` / `clip` / `latent_image` / `seed` / `steps` / `cfg` / `sampler_name` / `scheduler` / `denoise` - D2 KSampler で追加したもの - `vae` - `cnet_stack`: `D2 Controlnet Loader` 接続用 - `d2_pipe`: 生成パラメーターをまとめたもの。`D2 XY Plot` などから受け取る - `preview_method`: 生成時のプレビュー表示方式 - `positive` / `negative`: 文字列形式のプロンプト入力 - D2 KSampler Advanced で追加したもの - `token_normalization` / `weight_interpretation` - プロンプトのウェイト調整方法。D2 KSampler Advancedで利用可能 - 利用するには [Advanced CLIP Text Encode](https://github.com/BlenderNeko/ComfyUI_ADV_CLIP_emb/) が必要 #### Output - 標準のKSamplerと同じもの - `LATENT` - D2 KSampler で追加したもの - `IMAGE`: 生成画像 - `MODEL` / `CLIP`: LoRA適用済み - `positive` / `negative`: Inputのものをそのまま出力 - `formatted_positive`: A1111方式のLoRA書式を削除したpositiveプロンプト - `positive_cond` / `negative_cond`: Controlnet適用済みのCONDITIONING - `d2_pipe`: 生成パラメーターをまとめたもの --- ### D2 Pipe

- `d2_pipe` の内容を変更・取り出すためのノード - `d2_pipe` は D2 XY Plot Easy、D2 KSampler、D2 Send Eagle などでパラメーターをまとめて渡すためのもの --- ## :tomato: Loader Node ### D2 Checkpoint Loader - モデルファイルのフルパスを出力する Checkpoint Loader - ファイル名に「vpred」が入っていたら自動的に v_prediction 設定を適用することが可能 #### Input - `ckpt_name` - チェックポイント名 - `auto_vpred` - `true`: ファイル名に「vpred」が入っていたら自動的に v_prediction 設定を適用する - `sampling` / `zsnr` - ModelSamplingDiscrete と同じ設定（詳しくは知りません） - `multiplier` - RescaleCFG と同じ設定（詳しくは知りません） #### Output - `model` / `clip` / `vae` - 従来の CheckpointLoader と同じ。 - `ckpt_name` / `ckpt_hash` / `ckpt_fullpath` - Checkpoint 名、ハッシュ、フルパス。 --- ### D2 Controlnet Loader

- `D2 KSampler` に接続してシンプルなワークフローが作れる Controlnet Loader #### Input - `cnet_stack` - `D2 Controlnet Loader` 接続用 #### Output - `cnet_stack` - `D2 KSampler` または `D2 Controlnet Loader` 接続用 --- ### D2 Load Lora

- テキストでLoraを指定できるLoraローダー - model_weight / clip_weight も指定可能

- StableDiffusion webui A1111 と同じ書式を使うモード（a1111）と、LoRA名を並べるだけのモード（simple）がある - 具体的な使い方はサンプルワークフローを参照 #### Input - `mode` - `a1111`: StableDiffusion webui A1111と同じ書式が使用可能なモード - `simple`: LoRA名を並べるだけのシンプルなモード。このモードでは output の `STRING` は使わない #### Output - `MODEL` / `CLIP`: LoRA適用済みのMODEL、CLIP - `prompt`: 入力されたテキストをそのまま出力 - `formatted_prompt`: LoRA指定部分が削除されたテキスト #### モードによる書式の違い **mode: a1111** `` と表記する。 ``` ``` **mode: simple** 前後の装飾は不要 ``` lora_name:1 ``` #### Weight指定方法 `{lora_name}:{model_weight}:{clip_weight}` という書式で記述する。 ``` foo:0.8:1 ``` clip_weight が指定されていない場合は model_weight と同じ値が適用される。 下記は同じ意味になる。 ``` foo:0.8 foo:0.8:0.8 ``` weight が指定されていない場合は「1」が適用される 下記は同じ意味になる。 ``` foo foo:1:1 ``` #### simpleモードで複数のLoRAを指定する方法 改行で区切る ``` foo:0.5 bar ``` 1行に2種類記述するときは「,」で区切る ``` foo:0.5,bar ``` #### コメントアウト 「//」または「#」で開始する行は無視されます。 ``` //foo:0.5 #bar ``` --- ## :tomato: Size Node ### D2 Get Image Size

- サイズの出力と表示を両方行う --- ### D2 Size Selector

- 画像サイズをプリセットから選択できるノード - 画像からサイズを取得することも可能 - 数値の丸め方を `Ceil / Float / None` から選択可能 #### Input - `images` - 画像からサイズを取得する時に使用 - `preset` を `custom` にする必要がある - `preset` - サイズのプリセット - この下の `width` `height` や `images` のサイズを使う時は `custom` にする必要がある - プリセットを変更したい時は `/custom_nodes/D2-nodes-ComfyUI/config/sizeselector_config.yaml` を編集 - `width` / `height` - 縦横サイズ - `preset` を `custom` にする必要がある - `swap_dimensions` - width / height を入れ替える - `upscale_factor` - 他のリサイズ系ノードに渡す数値。このノードでは何もしない - `prescale_factor` - この倍率でリサイズしてから width / height を出力する - `round_method` - `Round` : 四捨五入する - `Floor` : 切り落とす - `None` : 何もしない - `batch_size` - empty_latent にセットする batch size #### Output - `width / height` - 入力された `width`、`height` に `prescale_factor` を乗算する - `upscale_factor` / `prescale_factor` - Input されたものをパススルーする - `batch_size` - Input されたものをパススルーする - `empty_latent` - 指定されたサイズ、batch size で作成した latent を出力 --- ### D2 Image Resize

- 画像とマスクのリサイズおよび回転 - 倍率は小数点３位まで指定可能 - 小数点の四捨五入、切り捨て、切り上げが選択できる - アップスケールモデルを使ったアップスケールが可能 - Latent出力も可能（VAEが必要） - 回転は 90 / 180 / 270 度の3種類から選択可能 --- ### D2 Resize Calculator

- 四捨五入、切り捨て、切り上げが選択できる --- ## :tomato: Refiner Node ### D2 Refiner Steps

- Refiner 用の steps を出力するノード #### Input - `steps` - 総 step 数 - `start` - 最初の KSampler の開始する steps - `end` - 最初の KSampler の終了する steps #### Output - `steps` / `start` / `end` - Input のパススルー - `refiner_start` - 2 つめの KSampler の開始する steps --- ### D2 Refiner Steps A1111

- img2img で Refiner するために denoise も指定できるノード #### Input - `steps` - 総 step 数 - `denoise` - img2img の denoise を指定する - `switch_at` - 総 steps 数の何割で次の KSampler に切り替えるか #### Output - `steps` / - Input のパススルー - `start` - 最初の KSampler の開始 steps - `end` - 最初の KSampler の終了 steps - `refiner_start` - 2 つめの KSampler の開始する steps --- ### D2 Refiner Steps Tester - steps を確認するためのノード --- ## :tomato: Merge Node ### D2 Model and CLIP Merge SDXL

- ModelMergeSDXL と CLIPMergeSimple を合体させたノード - XYPlot で使いやすいように、各 weight をカンマ区切りで指定可能にした - この図では `0.85,0.85,1,1,0.4,0.4,1,0.4,0.4,0.4,1,0.4,0.4,0.4,0,0.55,0.85,0.85,0.85,0.85,0.85,0.85,1,1,0.65` を指定している