Files
da2el-ai-D2-nodes-ComfyUI/docs/ja/node.md
T

413 lines
9.9 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
<img src="../img/title.jpg" style="max-width:100%">
<a href="../en/index.md">English</a> | <a href="../ja/index.md">日本語</a> | <a href="../zh/index.md">繁体中文</a>
- <a href="index.md">Top</a>
- <a href="node.md">Node</a> / <a href="node_image.md">Image Node</a> / <a href="node_text.md">Text Node</a> / <a href="node_xy.md">XYPlot Node</a> / <a href="node_float.md">Float Palet</a>
- <a href="workflow.md">Workflow</a>
<h1>
Node
</h1>
## :tomato: Sampler Nodes
### D2 KSampler / D2 KSampler(Advanced)
<figure>
<img src="../img/ksampler_3.png">
</figure>
#### 標準のKSamplerとの違い
- 画像を直接出力する(VAE Decoderが不要)
- プロンプトを文字列で入力できる
- A1111方式のLoRA読み込みプロンプトに対応
- 例: `<lora:foo.safetensors:1>`
- 書式は <a href="node.md#d2-load-lora">`D2 Load Lora`</a> 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
<figure>
<img src="../img/pipe.png">
</figure>
- `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
<img src="../img/checkpoint_loader_2.png">
- 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
<figure>
<img src="../img/controlnet.png">
</figure>
- `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
<figure>
<img src="../img/loadlora.png?2">
</figure>
- 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
<figure>
<img src="../img/loadlora_a1111.png">
</figure>
- 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<a href="workflow.md">サンプルワークフロー</a>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**
`<lora:〜>` と表記する。
```
<lora:lora_name:1>
```
**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
<figure>
<img src="../img/get_image_size.png">
</figure>
- サイズの出力と表示を両方行う
---
### D2 Size Selector
<figure>
<img src="../img/sizeselector_2.png">
</figure>
- 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
<figure>
<img src="../img/image_resize_3.png">
</figure>
- 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
<figure>
<img src="../img/resize_calc.png">
</figure>
- 四捨五入、切り捨て、切り上げが選択できる
---
## :tomato: Refiner Node
### D2 Refiner Steps
<figure>
<img src="../img/refiner_steps.png">
</figure>
- 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
<figure>
<img src="../img/refiner_a1111.png">
</figure>
- 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
<figure>
<img src="../img/merge_sdxl.png">
</figure>
- 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