Difusión Diferencial Avanzada(DifferentialDiffusionAdvanced)
Este nodo funciona a nivel técnico clonando el modelo de entrada y configurando una función de máscara de eliminación de ruido personalizada para él.
Differential Diffusion Advanced
El nodo Differential Diffusion Advanced funciona a nivel técnico clonando el modelo de entrada y configurando una función de máscara de eliminación de ruido personalizada para él.
Differential Diffusion Advanced es un nodo de prueba para síntesis avanzada de imágenes que permite a los usuarios controlar la intensidad de aplicación del proceso de eliminación de ruido en diferentes áreas mediante una máscara y un multiplicador. Su función principal es modificar el comportamiento del modelo de difusión para lograr una eliminación de ruido diferenciada basada en máscaras espaciales, permitiendo así aplicar diferentes grados de edición o influencia en distintas partes de la imagen durante una sola generación.
Funcionalidad del Nodo
Este nodo funciona a nivel técnico clonando el modelo de entrada y configurando una función de máscara de eliminación de ruido personalizada para él. Recibe la representación latente, una máscara y un multiplicador, y utiliza cálculos de paso de tiempo y umbral para decidir en qué etapa del proceso de eliminación de ruido aplicar el efecto en el área enmascarada. Su mecanismo interno compara el valor de la máscara con un umbral calculado dinámicamente para generar una máscara binaria que varía con el tiempo (o nivel de ruido), controlando así finamente la atención del modelo en regiones específicas de la imagen.
Explicación de Parámetros del Nodo - Differential Diffusion Advanced
Entradas (Inputs)
| Nombre del Parámetro | Tipo de Dato | Obligatorio | Valor por Defecto | Rango/Opciones | Descripción |
|---|---|---|---|---|---|
model | MODEL | Sí | - | - | model (parámetro de entrada): Modelo de difusión de entrada utilizado para generar o editar. El nodo aplicará la lógica de eliminación de ruido diferenciada basándose en este modelo. |
samples | LATENT | Sí | - | - | samples (parámetro de entrada): Muestras de entrada que contienen la representación latente de la imagen, utilizadas como datos base para el procesamiento de eliminación de ruido diferenciada. |
mask | MASK | Sí | - | - | mask (parámetro de entrada): Imagen de máscara de entrada que define el área espacial donde se aplicará el efecto de eliminación de ruido diferenciada. Las áreas blancas suelen indicar las regiones donde se aplica el efecto. |
Parámetros de Control (Parameters)
| Nombre del Parámetro | Tipo de Dato | Obligatorio | Valor por Defecto | Rango/Opciones | Descripción |
|---|---|---|---|---|---|
multiplier | FLOAT | Sí | 1.0 | -10.0 - 10.0 (incremento: 0.001) | multiplier (parámetro de entrada): Multiplicador que controla el momento y la intensidad de aplicación del efecto, con un rango de -10.0 a 10.0 y un incremento ajustable de 0.001. Un valor mayor hace que el efecto se aplique más concentrado en las etapas finales del proceso de eliminación de ruido. |
Salidas (Outputs)
| Nombre del Parámetro | Tipo de Dato | Descripción |
|---|---|---|
| MODEL | MODEL | Copia del modelo que integra la funcionalidad de eliminación de ruido diferenciada. |
| LATENT | LATENT | LATENT (parámetro de salida): Muestra latente de salida que incluye la información de la máscara, lista para ser utilizada por nodos de muestreo posteriores. |
Casos de Uso
En aplicaciones concretas, este nodo puede integrarse en flujos de trabajo que involucren edición local de imágenes o estilización. Por ejemplo, un usuario puede primero utilizar una herramienta de máscara para seleccionar con precisión el área de la imagen donde desea aplicar una fuerte estilización o modificación de detalles. Luego, puede conectar la máscara, la muestra latente original y el modelo a este nodo, ajustando el multiplicador para controlar el momento y la intensidad de aplicación del efecto. Finalmente, el nodo devuelve un modelo modificado y una muestra latente para su uso en pasos de muestreo posteriores.
Consideraciones
Tenga en cuenta que este nodo se encuentra bajo la categoría _for_testing, lo que significa que su funcionalidad puede estar en fase experimental. Su estabilidad o resultado final pueden variar según el modelo y la configuración utilizados. Al usarlo, preste atención al amplio rango de valores del parámetro multiplier, ya que una configuración inadecuada puede dar lugar a resultados de generación no deseados.
Enlace al Código Fuente del Nodo Differential Diffusion Advanced
El nodo Differential Diffusion Advanced proviene del paquete de nodos ComfyUI-KJNodes.
Comentarios
Inicia sesión con GitHub para unirte a la conversación.