> ## Documentation Index
> Fetch the complete documentation index at: https://dripart-docs-custom-nodes-sdk-v2-frontend.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# ResolutionBucket - ComfyUI Built-in Node Documentation

> 此节点根据分辨率整理潜在图像列表及其对应的 conditioning 数据。

此节点根据分辨率整理潜在图像列表及其对应的 conditioning 数据。它将具有相同高度和宽度的项目分组在一起，为每个唯一分辨率创建单独的批次。此过程有助于为高效训练准备数据，因为它允许模型一起处理多个相同尺寸的项目。

## 输入

| 参数       | 描述                                      | 数据类型         | 是否必需 | 范围  |
| -------- | --------------------------------------- | ------------ | ---- | --- |
| `Latent` | 要按分辨率分桶的 latent 字典列表。                   | LATENT       | 是    | N/A |
| `条件`     | conditioning 列表的列表（必须与 `latents` 长度匹配）。 | CONDITIONING | 是    | N/A |

**注意：** `latents` 列表中的项目数量必须与 `conditioning` 列表中的项目数量完全匹配。如果数量不匹配，节点将引发错误。每个 latent 字典可以包含一批样本，对应的 conditioning 列表必须包含与该批次匹配数量的 conditioning 项目。Latent 样本可能具有图像格式的 (B, C, H, W) 形状或视频格式的 (B, T, C, H, W) 形状；节点仅按高度和宽度对它们进行分组。

## 输出

| 输出名      | 描述                        | 数据类型         |
| -------- | ------------------------- | ------------ |
| `Latent` | 每个分辨率桶一个的批处理 latent 字典列表。 | LATENT       |
| `条件`     | 每个分辨率桶一个的条件列表的列表。         | CONDITIONING |

> 本文档由 AI 生成。如果您发现任何错误或有改进建议，欢迎贡献！ [在 GitHub 上编辑](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/ResolutionBucket/zh.md)

***

**Source fingerprint (SHA-256):** `11687f9916895136c7c5b8146cd7519cbf6c296720e453bac52fe4da237403cd`