StableZero123_Conditioning_Batched - ComfyUI Built-in Node Documentation - ComfyUI

StableZero123_Conditioning_Batched 노드는 단일 입력 이미지에서 3D 모델을 생성하기 위한 컨디셔닝 데이터를 준비합니다. CLIP 비전 모델과 VAE로 이미지를 인코딩하고, 고도 및 방위각으로부터 생성된 카메라 임베딩과 시각적 특징을 결합하여 샘플 배치에 대한 포지티브 및 네거티브 컨디셔닝과 잠재 텐서를 생성합니다. batch_size가 1보다 크면 배치의 각 항목에 대해 고도와 방위각이 해당 배치 증분 값만큼 증가합니다.

입력

매개변수	설명	데이터 타입	필수	범위
`clip_vision`	입력 이미지 인코딩에 사용되는 CLIP 비전 모델	CLIP_VISION	예	-
`초기 이미지`	처리 및 인코딩할 초기 입력 이미지	IMAGE	예	-
`vae`	이미지 픽셀을 잠재 공간으로 인코딩하는 데 사용되는 VAE 모델	VAE	예	-
`너비`	처리된 이미지의 출력 너비 (기본값: 256)	INT	예	16 ~ MAX_RESOLUTION (8씩 증가)
`높이`	처리된 이미지의 출력 높이 (기본값: 256)	INT	예	16 ~ MAX_RESOLUTION (8씩 증가)
`배치 크기`	배치에서 생성할 컨디셔닝 샘플 수 (기본값: 1)	INT	예	1 ~ 4096
`고도`	초기 카메라 고도 각도 (도 단위, 기본값: 0.0)	FLOAT	예	-180.0 ~ 180.0
`방위각`	초기 카메라 방위각 (도 단위, 기본값: 0.0)	FLOAT	예	-180.0 ~ 180.0
`고도 배치 증가`	배치 항목마다 고도를 증가시킬 값 (기본값: 0.0)	FLOAT	예	-180.0 ~ 180.0
`방위각 배치 증가`	배치 항목마다 방위각을 증가시킬 값 (기본값: 0.0)	FLOAT	예	-180.0 ~ 180.0

참고: width 및 height 값은 8의 배수여야 합니다. 노드가 잠재 텐서를 구성할 때 내부적으로 이 두 값을 8로 나누기 때문입니다.

출력

출력 이름	설명	데이터 타입
`긍정 조건`	각 배치 항목에 대한 이미지 임베딩 및 카메라 임베딩을 포함하는 포지티브 컨디셔닝 데이터	CONDITIONING
`부정 조건`	0으로 초기화된 임베딩을 포함하는 네거티브 컨디셔닝 데이터	CONDITIONING
`잠재 데이터`	batch_size x 4 x height/8 x width/8 차원의 0으로 초기화된 잠재 텐서와 배치 인덱싱 정보	LATENT

이 문서는 AI에 의해 생성되었습니다. 오류를 발견하거나 개선 제안이 있으시면 기여해 주세요! GitHub에서 편집

Source fingerprint (SHA-256): 94fc53dace8f294a746c47f8aa0da145f3e7beeb77a95912a38f0037ac094292