EasyUse/Loadersgenerated
EasyControlnet++(controlnetPlusPlus)
EasyControlnet++ (controlnetPlusPlus) aplica un ControlNet a un pipeline de EasyUse y devuelve el pipeline actualizado junto con los acondicionamientos positivo y negativo...
controlnet Plus Plus
pipe
image
control_net
pipe
positive
negative
control_net_name
COMBO
strength
1.00
start_percent
0.000
end_percent
1.000
scale_soft_weights
1.000
union_type
COMBO
Easy Use
EasyControlnet++ (controlnetPlusPlus) aplica un ControlNet a un pipeline de EasyUse y devuelve el pipeline actualizado junto con los acondicionamientos positivo y negativo con el ControlNet aplicado. Es un nodo cargador basado en pipe, por lo que se integra directamente en los flujos de trabajo de EasyUse sin necesidad de desempaquetar y reempaquetar el pipeline manualmente.
Entradas
Requerido
pipe(PIPE_LINE) — El pipeline de EasyUse que transporta el modelo, el acondicionamiento, el latente y otro estado del flujo de trabajo. El ControlNet se aplica a los acondicionamientos almacenados en este pipe.image(IMAGE) — La imagen de control para el ControlNet: por ejemplo, un mapa de bordes, un mapa de profundidad, un esqueleto de pose u otra guía preprocesada que coincida con la modalidad esperada del ControlNet seleccionado.control_net_name(COMBO) — Selecciona un modelo de ControlNet disponible en la carpetamodels/controlnet. Se utiliza para cargar el ControlNet a menos que se proporcione un objeto ControlNet directo.
Opcional
control_net(CONTROL_NET) — Un objeto ControlNet suministrado directamente desde otro nodo. Cuando está conectado, puede usarse en lugar de cargar un modelo mediantecontrol_net_name.strength(FLOAT, predeterminado1, rango0.0–10.0) — Fuerza general del efecto ControlNet.0lo desactiva; los valores más altos aumentan su influencia.start_percent(FLOAT, predeterminado0, rango0.0–1.0) — El progreso de denoising, como porcentaje, en el que comienza el efecto del ControlNet.0significa desde el inicio del muestreo.end_percent(FLOAT, predeterminado1, rango0.0–1.0) — El progreso de denoising, como porcentaje, en el que finaliza el efecto del ControlNet.1significa que permanece activo hasta el paso final.scale_soft_weights(FLOAT, predeterminado1, rango0.0–1.0) — Escala los canales de pesos suaves del ControlNet. Los valores más bajos atenúan estos canales;0los desactiva y1usa su valor completo. Esto es útil para ControlNets que exponen un comportamiento por canal o de pesos suaves.union_type(COMBO) — Selecciona el modo de control para un Union ControlNet. Las opciones disponibles son proporcionadas por la interfaz de usuario y dependen del modelo de ControlNet seleccionado; no es necesario para ControlNets normales de un solo modo.
Salidas
PIPE_LINE— El pipeline de EasyUse actualizado. Pasa esto a los nodos EasyUse posteriores para que se conserve el estado condicionado por el ControlNet.CONDITIONING— El acondicionamiento positivo con el ControlNet aplicado.CONDITIONING— El acondicionamiento negativo con el ControlNet aplicado.
Las dos salidas CONDITIONING son primero el acondicionamiento positivo y luego el negativo.
Notas de uso
- Conecta una imagen de guía preprocesada que coincida con el tipo de control esperado por el ControlNet. El nodo no realiza un preprocesado automático de imágenes como profundidad o pose antes de aplicar el ControlNet.
- Usa
start_percentyend_percentpara restringir el ControlNet a una parte específica del programa de denoising. Por ejemplo,start_percent=0yend_percent=0.5solo aplica el ControlNet durante la primera mitad del muestreo. - La entrada opcional
control_nette permite cargar un ControlNet en otro lugar y pasarlo directamente, lo que puede evitar recargar el mismo modelo varias veces en un flujo de trabajo. - La salida
pipese puede usar para continuar el flujo de trabajo de EasyUse, mientras que las dos salidasCONDITIONINGpermiten la conexión manual a muestreadores cuando necesitas un control más granular. - Para Union ControlNets, configura
union_typeal modo de control específico que quieras activar. Para modelos ControlNet ordinarios, déjalo en su estado predeterminado.
Comentarios
Inicia sesión con GitHub para unirte a la conversación.