KJNodes/latentsgenerated

Get Latent Range From Batch(GetLatentRangeFromBatch)

Este nodo admite el procesamiento de tensores latentes en dos dimensiones comunes: formato cuatridimensional (B, C, H, W) y formato pentadimensional (B, C, T, H, W), correspondientes respectivamente a lotes de imágenes y secuencias de fotogramas de video.

Get Latent Range From Batch

latents
LATENT
start_index
0
num_frames
1
KJNodes

El nodo Get Latent Range From Batch es compatible con el procesamiento de tensores latentes en dos dimensiones comunes: formato cuatridimensional (B, C, H, W) y formato pentadimensional (B, C, T, H, W), que corresponden a lotes de imágenes y secuencias de fotogramas de video, respectivamente.

El nodo Get Latent Range From Batch es una herramienta utilizada para extraer datos de un rango específico desde un lote en el espacio latente (Latent). Su función principal es tomar un subconjunto continuo del tensor latente de entrada, según la posición inicial y la cantidad establecidas por el usuario. Esta operación es muy útil para flujos de trabajo que requieren procesar partes específicas de secuencias de video o lotes de imágenes.

Funcionalidad del Nodo

Este nodo admite el procesamiento de tensores latentes en dos dimensiones comunes: formato cuatridimensional (B, C, H, W) y formato pentadimensional (B, C, T, H, W), correspondiendo respectivamente a lotes de imágenes y secuencias de fotogramas de video. Su mecanismo interno determina el tamaño de la dimensión del lote o del tiempo analizando la forma del tensor de entrada. Luego, utilizando operaciones de segmentación (slicing), extrae con precisión los datos dentro del rango objetivo, basándose en los parámetros de índice inicial y número de fotogramas proporcionados. Cuando un parámetro se establece en -1, el nodo calcula automáticamente el valor límite correspondiente.

Explicación de los Parámetros del Nodo - Get Latent Range From Batch

Entradas (Inputs)

Nombre del ParámetroTipo de DatoObligatorioValor por DefectoRango/OpcionesDescripción
latentsLATENT--latents (parámetro de entrada): Introduce un lote que contenga tensores latentes. El nodo extraerá los datos del rango especificado a partir de este.

Parámetros de Control (Parameters)

Nombre del ParámetroTipo de DatoObligatorioValor por DefectoRango/OpcionesDescripción
start_indexINT0-1 - 4096 (paso: 1)start_index (parámetro de entrada): Especifica el índice de la posición inicial para la operación de extracción. El rango de valores es de -1 a 4096, con un paso de 1. Cuando se establece en -1, el cálculo comenzará desde el final.
num_framesINT1-1 - 4096 (paso: 1)num_frames (parámetro de entrada): Especifica la cantidad de datos (fotogramas) consecutivos que se deben extraer. El rango de valores es de -1 a 4096, con un paso de 1. Cuando se establece en -1, se extraerán todos los datos desde el índice inicial hasta el final.

Salida (Output)

Nombre del ParámetroTipo de DatoDescripción
LATENTLATENTLATENT (parámetro de salida): Devuelve un nuevo lote que contiene el subrango extraído del tensor latente.

Casos de Uso

En flujos de trabajo de creación de animaciones o procesamiento de video, este nodo se puede utilizar para extraer fragmentos clave de una secuencia larga para un procesamiento más detallado. Por ejemplo, un usuario puede primero generar una secuencia de video latente con múltiples fotogramas utilizando otro nodo, luego usar este nodo para extraer los fotogramas específicos que requieren ajustes importantes, enviarlos a otros nodos para estilización o reparación, y finalmente recombinar el fragmento procesado con la secuencia original.

Consideraciones

Tenga en cuenta que el índice inicial debe estar dentro del rango válido del tensor latente de entrada; de lo contrario, el nodo generará un error. Para tensores 5D, la operación de segmentación se realiza en la dimensión de tiempo (T); para tensores 4D, se realiza en la dimensión del lote (B).

Enlace al Código Fuente del Nodo Get Latent Range From Batch

El nodo Get Latent Range From Batch proviene del paquete de nodos ComfyUI-KJNodes.

Comentarios

Inicia sesión con GitHub para unirte a la conversación.

Cargando comentarios…