MakeTrainingDataset - ComfyUI Built-in Node Documentation - ComfyUI

このノードは、画像とテキストをエンコードしてトレーニング用のデータを準備します。画像のリストと、それに対応するテキストキャプションのリストを受け取り、VAE モデルを使用して画像を潜在表現に変換し、CLIP モデルを使用してテキストをコンディショニングデータに変換します。生成された潜在変数とコンディショニングのペアはリストとして出力され、トレーニングワークフローで使用できる状態になります。

入力

パラメータ	説明	データ型	必須	範囲
`画像`	エンコードする画像のリスト。	IMAGE	はい	N/A
`vae`	画像を潜在変数にエンコードするための VAE モデル。	VAE	はい	N/A
`clip`	テキストをコンディショニングにエンコードするための CLIP モデル。	CLIP	はい	N/A
`テキスト`	テキストキャプションのリスト。長さは n（画像数と一致）、1（すべてに繰り返し）、または省略可能（空文字列を使用）です。	STRING	いいえ	0、1、または n 個（n = 画像数）

パラメータの制約：

texts リストのアイテム数は、0、1、または images リストのアイテム数と正確に一致している必要があります。0 の場合は、すべての画像に空文字列が使用されます。1 の場合は、その単一のテキストがすべての画像に繰り返し使用されます。それ以外の長さの場合はエラーが発生します。
出力の latents リストと conditioning リストには、常に images リストと同じ数のアイテムが含まれます。したがって、各潜在変数は、対応するキャプションのコンディショニングとペアになります。

出力

出力名	説明	データ型
`latentリスト`	潜在変数の辞書のリスト。	LATENT
`コンディショニング`	コンディショニングリストのリスト。	CONDITIONING

このドキュメントは AI によって生成されました。エラーを見つけた場合や改善のご提案がある場合は、ぜひ貢献してください！ GitHub で編集

Source fingerprint (SHA-256): 244adc98810a874cfe42f834e89f96da300d883faeb5791dff19607c13d0c0db