Skip to main content
Empty Qwen Image Layered Latent는 Qwen-Image-Layered 모델이 그림을 그릴 빈 캔버스를 준비합니다. 마치 순서대로 함께 고정된 깨끗한 트레이싱 시트 더미와 같습니다. 모델은 첫 번째 시트에 전체 그림을 채우고, 그 이후의 각 시트에는 그림의 일부를 채웁니다. 이 노드는 시트의 크기와 개수를 결정합니다. 자체적으로 아무것도 그리지는 않습니다.

입력

참고: widthheight 매개변수는 내부적으로 8로 나누어 출력 잠재 텐서의 공간 차원을 결정합니다.

출력

요청한 것보다 이미지가 하나 더 많은 이유

Qwen-Image-Layered는 그림을 분리만 하지 않습니다. 레이어와 함께, 고유한 시트에 전체 그림을 다시 그리기도 합니다. 그렇기 때문에 시트 더미는 항상 요청한 레이어 수보다 한 장 더 높습니다.
  • 첫 번째 이미지는 레이어가 아니라 전체 그림입니다. 이미 가지고 있는 그림과 동일하므로 레이어만 필요하다면 버리십시오.
  • 모든 레이어를 다시 겹치면 전체 그림을 다시 얻을 수 있습니다. 레이어들이 첫 번째 이미지와 합쳐지지 않는다면 분리가 원하는 대로 이루어지지 않은 것이므로, 이는 결과를 빠르게 확인하는 방법입니다.
  • 시트의 순서를 유지하십시오. 더미는 어떤 레이어가 어떤 위에 놓여 있는지에 대한 유일한 기록입니다. 시트 자체에는 위치를 알려주는 표시가 없으므로 이미지 순서를 바꾸거나 버리면 레이어 순서가 바뀌거나 레이어가 손실됩니다.
  • 레이어는 투명도와 함께 출력되므로, 아래쪽 레이어가 불투명한 배경에 가려지지 않고 겹칠 수 있습니다.

사용 제안

일반적인 빈 잠재 이미지처럼 출력을 샘플러에 보낸 다음, VAE 디코드 전에 dimt로 설정한 LatentCutToBatch를 넣으십시오. 이 단계에서 더미를 분리하여 전체 그림부터 순서대로 개별 이미지로 나눕니다. 기본값인 레이어 3개부터 시작하십시오. 더 많은 레이어를 요청하면 생성 시간이 길어지고 분리가 더 세밀해지지만, 적은 수로 모델이 어떤 결과를 내는지 확인하기 전에는 늘릴 가치가 없습니다.
이 문서는 AI에 의해 생성되었습니다. 오류를 발견하거나 개선 제안이 있으시면 기여해 주세요! GitHub에서 편집

Source fingerprint (SHA-256): 5ccac979fcbcefb65f28867a89401c095cb330e09c13270008c32feeeafb1287