EasyUse/Loadersgenerated

EasyCascadeLoader(cascadeLoader)

Le nœud EasyCascadeLoader charge un pipeline Stable Cascade complet à partir de ses trois checkpoints d'étape (stage_c, stage_b, stage_a), d'un modèle CLIP, d'un LoRA optionnel...

cascade Loader

optional_lora_stack
pipe
model_c
latent_c
vae
stage_c
COMBO
stage_b
COMBO
stage_a
COMBO
clip_name
COMBO
lora_name
COMBO
lora_model_strength
1.00
lora_clip_strength
1.00
resolution
1024 x 1024
empty_latent_width
INT
empty_latent_height
INT
compression
42
positive
STRING
negative
STRING
batch_size
1
Easy Use

Description

Le nœud EasyCascadeLoader charge un pipeline Stable Cascade complet à partir de ses trois checkpoints d'étape (stage_c, stage_b, stage_a), d'un modèle CLIP, d'un LoRA optionnel et d'une invite texte. Il construit l'objet pipeline EasyUse, crée un latent vide à la résolution et à la compression demandées, et expose également le modèle, le latent et le VAE pour une utilisation directe.

Entrées

Requis

  • stage_c (COMBO) : Sélectionne le checkpoint de l'étape C. L'étape C est le prior conditionné par le texte qui crée le latent initial à partir de votre prompt.
  • stage_b (COMBO) : Sélectionne le checkpoint de l'étape B. L'étape B affine/upscale le latent de l'étape C avant le décodage.
  • stage_a (COMBO) : Sélectionne le checkpoint de l'étape A. L'étape A agit comme le décodeur VAE qui convertit le latent final en espace pixel. Ce modèle est également renvoyé comme sortie vae.
  • clip_name (COMBO) : Sélectionne le modèle CLIP utilisé pour tokeniser et encoder positive et negative en conditioning.
  • lora_name (COMBO) : Sélectionne un LoRA à appliquer au modèle et au CLIP. Laisser vide ou sélectionner l'entrée "none" pour ignorer le LoRA.
  • lora_model_strength (FLOTTANT, défaut 1) : Force du LoRA appliqué au modèle de diffusion. Plage de -10 à 10 ; les valeurs négatives réduisent ou inversent l'influence du LoRA.
  • lora_clip_strength (FLOTTANT, défaut 1) : Force du LoRA appliqué à l'encodeur de texte CLIP. Plage de -10 à 10.
  • resolution (COMBO, défaut "1024 x 1024") : Préréglage pratique pour empty_latent_width et empty_latent_height.
  • empty_latent_width (ENTIER) : Largeur en pixels de l'image à générer. C'est la largeur de pixels cible, pas la largeur du latent.
  • empty_latent_height (ENTIER) : Hauteur en pixels de l'image à générer. C'est la hauteur de pixels cible, pas la hauteur du latent.
  • compression (ENTIER, défaut 42, plage de 32 à 64) : Le facteur de compression du latent utilisé par l'étape A/VAE de Cascade. La taille spatiale du latent vide est calculée comme empty_latent_width // compression par empty_latent_height // compression.
  • positive (CHAÎNE, défaut "") : Prompt positif utilisé pour construire le conditioning stocké dans la sortie pipe_line.
  • negative (CHAÎNE, défaut "") : Prompt négatif utilisé pour construire le conditioning stocké dans la sortie pipe_line.
  • batch_size (ENTIER, défaut 1, plage de 1 à 64) : Nombre d'échantillons de latent vide identiques à générer.

Optionnel

  • optional_lora_stack (LORA_STACK) : Applique une pile de plusieurs configurations LoRA en plus de lora_name. Chaque entrée de la pile fournit son propre LoRA et ses forces modèle/CLIP.

Sorties

  • pipe_line (PIPE_LINE) : Pipeline EasyUse contenant le modèle chargé, le CLIP, le VAE, le latent vide, et le conditioning positif/négatif créé à partir des champs de prompt. Utilisez ceci avec les nœuds compatibles avec le pipeline EasyUse.
  • model (MODEL) : Le modèle Stable Cascade combiné, assemblé à partir des étapes C/B/A et modifié par les LoRA sélectionnés.
  • latent (LATENT) : Le tensor de latent vide, avec une forme basée sur batch_size, empty_latent_width/height et compression.
  • vae (VAE) : Le décodeur VAE de l'étape A, utilisable pour décoder les latents échantillonnés en images.

Notes d'utilisation

  • La taille réelle du latent de sortie n'est pas empty_latent_width × empty_latent_height ; divisez les deux dimensions par compression. Avec la compression par défaut de 42, une image 1024 x 1024 correspond à un latent d'environ 24 x 24.
  • Les champs de prompt positive et negative sont encodés en conditioning qui est stocké dans pipe_line. Les sorties directes model, latent et vae n'exposent pas ce conditioning ni le modèle CLIP lui-même ; si vous devez appliquer le prompt en dehors de la sortie du pipeline, ajoutez un chemin de conditioning séparé.
  • Gardez compression à la valeur requise par votre checkpoint d'étape A. Le changer à 32 ou 64 ne modifie pas l'architecture du modèle, mais change la taille de latent attendue et produira probablement de mauvais résultats, sauf si le checkpoint a été entraîné avec cette compression.
  • La pile de LoRA optionnelle est appliquée par-dessus lora_name, vous pouvez donc combiner un LoRA rapide sélectionné dans le widget principal avec une pile enregistrée de LoRA supplémentaires.
  • Utilisez la sortie pipe_line comme première entrée des nœuds EasyUse tels que Easy KSampler pour une configuration texte-à-image avec un seul widget.

Commentaires

Connectez-vous avec GitHub pour rejoindre la discussion.

Chargement des commentaires…