Easy Apply IPAdapter (Avanzado)(ipadapterApplyAdvanced)

El nodo Easy Apply IPAdapter (Avanzado) aplica un IPAdapter a un modelo base con una amplia gama de controles para la composición de embeddings, el enmascaramiento de atención, la fuerza de LoRA, la selección de proveedor, el almacenamiento en caché y el procesamiento en mosaico. Está diseñado como un nodo de aplicación de IPAdapter flexible y todo en uno que puede manejar ajustes preestablecidos estilo FaceID y flujos de trabajo avanzados.

Entradas

Requerido

• model (MODEL) — El modelo base de difusión al que se le aplicará el IPAdapter.
• image (IMAGE) — La imagen de referencia utilizada como prompt de imagen. Esta imagen impulsa el contenido y el estilo inyectados en el modelo.
• preset (COMBO) — Selecciona la configuración de ajuste preestablecido del IPAdapter. Las opciones disponibles dependen de los ajustes preestablecidos/modelos de IPAdapter instalados (por ejemplo, estándar, Plus, variantes FaceID, etc.).
• lora_strength (FLOAT, default = 0.6, range 0–1) — Fuerza de la LoRA asociada con el ajuste preestablecido seleccionado. Esto es especialmente relevante para ajustes preestablecidos estilo FaceID que usan una LoRA para ayudar a preservar la identidad. 0 desactiva el efecto de la LoRA y 1 aplica la fuerza completa de la LoRA.
• provider (COMBO, default = "CUDA", options: CPU, CUDA, ROCM, DirectML, OpenVINO, CoreML) — Proveedor de cómputo utilizado para las operaciones de InsightFace/FaceID. Elija el proveedor que coincida con su hardware y tiempo de ejecución.
• weight (FLOAT, default = 1, range -1–3) — Fuerza global de la influencia del IPAdapter en el modelo. Los valores más altos aumentan el efecto; los valores negativos pueden invertir la influencia.
• weight_faceidv2 (FLOAT, default = 1, range -1–5) — Peso adicional específicamente para ajustes preestablecidos FaceID v2. Úselo para ajustar finamente la similitud facial al usar un ajuste preestablecido FaceID v2.
• weight_type (COMBO) — Determina cómo se aplica el peso del IPAdapter durante el proceso de denoising. Diferentes métodos crean diferentes curvas de rampa para la influencia.
• combine_embeds (COMBO, options: concat, add, subtract, average, norm average) — Método utilizado para combinar los embeddings de imagen, por ejemplo cuando se proporcionan tanto una imagen positiva como una negativa, o cuando hay múltiples embeddings presentes.
• start_at (FLOAT, default = 0, range 0–1) — Punto de inicio del bucle de denoising en el que el IPAdapter comienza a aplicar su efecto. 0 significa desde el primer paso.
• end_at (FLOAT, default = 1, range 0–1) — Punto final del bucle de denoising en el que el IPAdapter deja de aplicar su efecto. 1 significa que permanece activo hasta el paso final.
• embeds_scaling (COMBO, options: V only, K+V, K+V w/ C penalty, K+mean(V) w/ C penalty) — Controla cómo se proyectan los embeddings de imagen en el mecanismo de atención del modelo. Los diferentes modos de escalado afectan el equilibrio entre claves y valores.
• cache_mode (COMBO, default = "all", options: insightface only, clip_vision only, ipadapter only, all, none) — Determina qué resultados intermedios se almacenan en caché para su reutilización. El almacenamiento en caché mejora el rendimiento al aplicar IPAdapter varias veces.
• use_tiled (BOOLEAN, default = false) — Habilita el procesamiento en mosaico para imágenes grandes, reduciendo el uso de memoria a costa de cierta sobrecarga de procesamiento o compensaciones de calidad.
• use_batch (BOOLEAN, default = false) — Procesa las imágenes de entrada como un lote en lugar de individualmente, lo que puede ser útil al aplicar múltiples prompts de imagen a la vez.
• sharpening (FLOAT, default = 0, range 0–1) — Aplica nitidez a la imagen de entrada antes de la extracción de características. Los valores más altos pueden aumentar el detalle y la definición.

Opcional

• image_negative (IMAGE, opcional) — Una imagen de referencia negativa. Sus embeddings se combinan con la imagen principal usando el modo combine_embeds para ayudar a alejar la generación de características no deseadas.
• attn_mask (MASK, opcional) — Una máscara de atención que limita la influencia del IPAdapter a regiones específicas de la imagen. Las áreas fuera/dentro de la máscara se pueden controlar según la semántica de la máscara.
• clip_vision (CLIP_VISION, opcional) — Un modelo CLIP Vision utilizado para codificar la imagen de entrada. Si se omite, se utiliza el modelo asociado con el ajuste preestablecido/IPAdapter seleccionado.
• optional_ipadapter (IPADAPTER, opcional) — Un objeto IPAdapter ya configurado. Úselo para reutilizar un adaptador previamente cargado o personalizado en lugar de crear uno desde el ajuste preestablecido.
• layer_weights (STRING, default = "") — Cadena opcional para un control detallado sobre la contribución de las capas individuales del IPAdapter. Déjela vacía para el comportamiento de capa predeterminado.

Salidas

• MODEL — El modelo modificado con el IPAdapter aplicado. Conéctelo a un muestreador u otros nodos de procesamiento de modelos.
• IMAGE — La imagen procesada de la etapa de entrada/preprocesamiento del IPAdapter. Se puede utilizar para inspección o pasarse a otros nodos.
• MASK — La máscara de atención utilizada por el nodo, después de cualquier procesamiento interno. Útil para depurar o reutilizar la máscara efectiva en etapas posteriores.
• IPADAPTER — El objeto IPAdapter configurado. Puede reutilizar este adaptador en otros nodos compatibles para evitar reconstruirlo.

Notas de uso

• Las configuraciones de provider y lora_strength son particularmente importantes para ajustes preestablecidos estilo FaceID. Asegúrese de que el proveedor seleccionado coincida con su instalación de InsightFace y de que la fuerza de LoRA esté equilibrada para preservar la identidad sin distorsionar el resultado generado.
• Use start_at / end_at para controlar cuándo ocurre la influencia del IPAdapter en el proceso de denoising. Aplicar el IPAdapter solo en pasos posteriores puede preservar más libertad de composición, mientras que una aplicación más temprana produce un efecto general más fuerte.
• combine_embeds se vuelve relevante cuando se proporciona image_negative. Modos como concat y average pueden producir comportamientos de guiado muy diferentes.
• Active use_tiled si encuentra problemas de memoria con imágenes de referencia de alta resolución o máscaras de atención.
• Se recomienda cache_mode = "all" al reutilizar el mismo adaptador o imagen de referencia en múltiples k-samplers. Configúrelo en "none" si el uso de memoria es una preocupación o su flujo de trabajo utiliza muchas entradas distintas.
• Las salidas IMAGE y MASK se proporcionan para depuración o para encadenarse en flujos de trabajo que necesiten visualizar o posprocesar la imagen de referencia y la máscara de atención.