EasyKSampler (Relleno inteligente)(samplerSimpleInpainting)

Descripción

El nodo EasyKSampler (Relleno inteligente) es un muestreador especializado del paquete ComfyUI-Easy-Use, diseñado para flujos de trabajo de relleno inteligente basados en máscaras o regiones. Acepta un PIPE_LINE de EasyUse, permite anular opcionalmente el modelo y la máscara, y produce un pipeline actualizado, la imagen resultante y el VAE utilizado en el proceso de muestreo.

Entradas

pipe

El PIPE_LINE de EasyUse que contiene el modelo, el acondicionamiento, los latents, el VAE y otro estado del flujo de trabajo. Este nodo lee las entradas de muestreo de este pipeline y devuelve un pipeline actualizado que puede encadenarse a nodos EasyUse posteriores.

grow_mask_by

Un entero que controla cuántos píxeles se expande la máscara de relleno inteligente antes del muestreo. Los valores pueden oscilar entre 0 y 64, con un valor predeterminado de 6. Expandir la máscara ayuda a garantizar que la región muestreada se funda con el contexto de la imagen circundante.

image_output

Controla qué se hace con la imagen de salida después del muestreo.

• Hide: No muestra ni guarda la imagen de salida.
• Preview: Muestra la imagen en la vista previa de la interfaz.
• Save: Guarda la imagen con el save_prefix.
• Hide&Save: Guarda la imagen sin mostrarla en la vista previa.
• Sender: Envía la imagen a un enlace de flujo de trabajo especificado por link_id.
• Sender&Save: Envía la imagen a un enlace de flujo de trabajo y también la guarda.

Valor predeterminado: Preview

link_id

Un ID de enlace entero que se utiliza cuando image_output es Sender o Sender&Save. Determina a dónde se envía la imagen generada. No tiene efecto en los otros modos de salida de imagen.

save_prefix

El prefijo de nombre de archivo que se utiliza al guardar la imagen de salida. Solo es relevante cuando image_output incluye Save.

Valor predeterminado: ComfyUI

additional

La estrategia auxiliar de relleno inteligente que se utilizará. Esto cambia cómo se aplican la máscara y el acondicionamiento durante el muestreo.

• None: Relleno inteligente estándar utilizando la máscara proporcionada.
• InpaintModelCond: Utiliza la ruta de acondicionamiento de relleno inteligente nativa del modelo.
• Differential Diffusion: Utiliza Difusión Diferencial, tratando los valores de la máscara como intensidades de denoising por píxel.
• Fooocus Inpaint: Aplica la estrategia de relleno inteligente de Fooocus.
• Fooocus Inpaint + DD: Combina el relleno inteligente de Fooocus con Difusión Diferencial.
• Brushnet Random: Utiliza Brushnet con una orientación de máscara generada aleatoriamente.
• Brushnet Random + DD: Combina Brushnet Random con Difusión Diferencial.
• Brushnet Segmentation: Utiliza Brushnet con orientación basada en segmentación.
• Brushnet Segmentation + DD: Combina Brushnet Segmentation con Difusión Diferencial.

Valor predeterminado: None

model

Anulación opcional del modelo. Si se proporciona, este modelo se utiliza para el muestreo en lugar del modelo en pipe.

mask

Anulación opcional de la máscara. Si se proporciona, esta máscara se utiliza para la región de relleno inteligente en lugar de la máscara en pipe.

Salidas

PIPE_LINE

El pipeline de EasyUse actualizado, que contiene el estado de muestreo después del relleno inteligente. Puede pasarse a otro nodo de EasyUse para continuar el flujo de trabajo.

IMAGE

La imagen de salida final después del muestreo de relleno inteligente.

VAE

El VAE asociado al proceso de relleno inteligente. Es útil para operaciones posteriores de codificación/decodificación.

Notas de uso

Este nodo está diseñado para flujos de trabajo de relleno inteligente que ya utilizan un pipeline de EasyUse. El uso típico conecta un pipeline de una cadena de cargador/muestreador de EasyUse, proporciona opcionalmente una máscara y utiliza el pipeline devuelto para procesamiento adicional.

Cuando model o mask no están conectados, el nodo recurre al modelo o la máscara almacenados en el pipe. El ajuste grow_mask_by puede ayudar a evitar bordes de máscara marcados al expandir la región de relleno inteligente antes del muestreo.

Para las opciones Brushnet y Differential Diffusion, asegúrate de que el modelo y el estado del pipeline sean compatibles con la estrategia adicional seleccionada. Las variantes + DD combinan la estrategia base con el manejo de las intensidades de denoising al estilo de Difusión Diferencial.