EasyUse/Samplergenerated

EasyUnSampler(unsampler)

EasyUnSampler exécute un échantillonneur en sens inverse pour ajouter progressivement du bruit à un latent au lieu de le débruiter.

unsampler

pipe
optional_model
optional_positive
optional_negative
optional_latent
pipe
latent
steps
20
end_at_step
0
cfg
1
sampler_name
COMBO
scheduler
COMBO
normalize
COMBO
Easy Use

EasyUnSampler exécute un échantillonneur en sens inverse pour ajouter progressivement du bruit à un latent au lieu de le débruiter. Il est utile pour créer des latents bruités destinés aux variations de type img2img, à l'inpainting, à l'analyse, ou comme entrée d'une autre passe d'échantillonnage.

Description

EasyUnSampler récupère les latents, le conditionnement positif/négatif et le modèle d'un pipeline, puis parcourt le processus d'échantillonnage à rebours sur un nombre donné de steps. Le résultat est un latent plus bruité qui peut être transmis à un échantillonneur normal, ce qui permet de contrôler la quantité de bruit réintroduite.

Entrées

  • steps : Le nombre de pas d'échantillonnage inversé à exécuter. La valeur doit généralement correspondre au nombre de pas utilisé dans la passe d'échantillonnage directe correspondante.
    Par défaut : 20, Min : 1, Max : 10000.

  • end_at_step : Le pas auquel l'échantillonnage inversé doit s'arrêter. Une valeur de 0 parcourt tous les pas, produisant le résultat le plus bruité. Une valeur plus élevée termine le processus plus tôt, produisant un latent moins bruité.
    Par défaut : 0, Min : 0, Max : 10000.

  • cfg : L'échelle de guidage sans classificateur utilisée pendant l'échantillonnage inversé. Utilisez 1.0 pour désactiver le guidage.
    Par défaut : 1, Min : 0, Max : 100.

  • sampler_name : L'échantillonneur à utiliser pour le processus inverse. Il accepte les mêmes noms d'échantillonneur disponibles ailleurs dans ComfyUI.

  • scheduler : Le scheduler à utiliser pour le processus inverse. Il accepte les mêmes noms de scheduler disponibles ailleurs dans ComfyUI.

  • normalize : disable ou enable. Lorsque cette option est activée, le latent obtenu est normalisé après l'échantillonnage inversé. Cela peut aider à maintenir des valeurs de latent stables avant une autre passe d'échantillonnage.

  • pipe : Une entrée PIPE_LINE facultative contenant le modèle, le conditionnement et le latent. Si elle est fournie, ses valeurs sont utilisées, sauf si elles sont remplacées par les entrées facultatives individuelles ci-dessous.
    Facultatif.

  • optional_model : Un modèle facultatif à utiliser à la place de celui fourni par pipe.
    Facultatif.

  • optional_positive : Une entrée de conditionnement positif facultative à utiliser à la place de celle fournie par pipe.
    Facultatif.

  • optional_negative : Une entrée de conditionnement négatif facultative à utiliser à la place de celle fournie par pipe.
    Facultatif.

  • optional_latent : Un latent facultatif à partir duquel commencer l'échantillonnage inversé, à la place de celui fourni par pipe.
    Facultatif.

Sorties

  • PIPE_LINE : Le pipeline mis à jour, incluant le latent obtenu par échantillonnage inversé. Si un pipe a été fourni, il est renvoyé avec le nouveau latent et les valeurs associées. Si seules des entrées individuelles ont été fournies, un pipeline est assemblé à partir de ces valeurs.

  • LATENT : Le latent résultant de l'échantillonnage inversé.

Notes d'utilisation

  • Vous pouvez fournir toutes les valeurs via l'entrée pipe, ou fournir optional_model, optional_positive, optional_negative et optional_latent individuellement. Lorsque les deux sont fournis, les entrées facultatives individuelles priment.
  • end_at_step = 0 exécute l'intégralité du processus d'échantillonnage inversé. Pour introduire moins de bruit, définissez end_at_step sur un numéro de pas plus proche de l'état actuel du latent.
  • La sortie LATENT est généralement connectée à un échantillonneur normal pour continuer à générer une image à partir du latent bruité.
  • normalize est utile lorsque le latent résultant de l'échantillonnage inversé sera utilisé dans un autre pipeline qui suppose des valeurs de latent normalisées.

Commentaires

Connectez-vous avec GitHub pour rejoindre la discussion.

Chargement des commentaires…