VAELoader KJ(VAELoaderKJ)
Ce nœud prend non seulement en charge le chargement de fichiers de modèles VAE standard, mais intègre également spécifiquement la prise en charge de divers modèles d'approximation TAESD (Tiny AutoEncoder for Stable Diffusion), y compris des versions dédiées pour l'image (comme taesd, taesdxl) et la vidéo (comme taehv, lighttaew2_2).
VAE Loader KJ
Le nœud VAELoader KJ prend non seulement en charge le chargement de fichiers de modèles VAE standard, mais intègre également spécifiquement la prise en charge de plusieurs modèles d'approximation TAESD (Tiny AutoEncoder for Stable Diffusion), y compris des versions dédiées pour les images (comme taesd, taesdxl) et les vidéos (comme taehv, lighttaew2_2).
VAELoader KJ est un nœud conçu pour charger des modèles d'auto-encodeur variationnel (VAE). Il peut lire et préparer des fichiers VAE à partir d'un dossier de modèles spécifié pour une utilisation ultérieure dans des flux de travail de génération ou de traitement d'image. Ce nœud est un composant clé reliant les fichiers de modèle au flux de travail de génération, garantissant que le VAE correct est chargé dans l'environnement de calcul.
Fonctionnalités du nœud
Ce nœud prend en charge non seulement le chargement de fichiers de modèles VAE standard, mais intègre également spécifiquement la prise en charge de plusieurs modèles d'approximation TAESD (Tiny AutoEncoder for Stable Diffusion), y compris des versions dédiées pour les images (comme taesd, taesdxl) et les vidéos (comme taehv, lighttaew2_2). Son mécanisme central consiste à scanner les répertoires vae et vae_approx, à assembler automatiquement les fichiers d'encodeur et de décodeur correspondants pour construire une instance VAE complète, et à permettre à l'utilisateur de spécifier la précision numérique et l'emplacement de l'appareil du modèle en mémoire.
Explication des paramètres du nœud - VAELoader KJ
Entrées de connexion (Inputs)
| Nom du paramètre | Type de données | Requis | Valeur par défaut | Plage de valeurs/Options | Description |
|---|---|---|---|---|---|
vae_name | COMBO | Oui | - | - | vae_name (paramètre d'entrée) : Sélectionne le nom du modèle VAE à charger. La liste des noms est générée automatiquement par le nœud en scannant les dossiers vae et vae_approx. |
Paramètres de contrôle (Parameters)
| Nom du paramètre | Type de données | Requis | Valeur par défaut | Plage de valeurs/Options | Description |
|---|---|---|---|---|---|
device | COMBO | Oui | main_device | "main_device", "cpu" | device (paramètre d'entrée) : Spécifie l'appareil de calcul sur lequel charger le modèle VAE. Les options sont "main_device" (généralement le GPU) ou "cpu". |
weight_dtype | COMBO | Oui | bf16 | "bf16", "fp16", "fp32" | bf16, fp16 ou fp32, utilisé pour équilibrer la précision du calcul et l'occupation de la mémoire. |
Sortie (Output)
| Nom du paramètre | Type de données | Description |
|---|---|---|
| VAE | VAE | VAE (paramètre de sortie) : Sort l'objet modèle VAE chargé et configuré, à utiliser pour les étapes ultérieures de décodage ou d'encodage d'image. |
Scénarios d'utilisation
Dans un flux de travail typique de génération d'image à partir de texte ou d'image, vous utiliserez ce nœud après avoir chargé le modèle principal (comme un Checkpoint). Par exemple, pour générer une image avec plus de détails, vous pouvez connecter la sortie VAE de ce nœud à l'entrée correspondante du nœud KSampler, appliquant ainsi un VAE spécifique pour décoder les caractéristiques de l'espace latent pendant le processus d'échantillonnage.
Points d'attention
Veuillez noter que la capacité du nœud à charger avec succès des modèles combinés comme taesd ou taesdxl dépend de la présence simultanée des fichiers d'encodeur et de décodeur correspondants dans le dossier vae_approx. De plus, le choix d'un type de données à faible précision comme bf16 peut économiser de la mémoire vidéo, mais peut, dans de rares cas, affecter la stabilité numérique.
Lien vers le code source du nœud VAELoader KJ
Le nœud VAELoader KJ provient du pack de nœuds ComfyUI-KJNodes.
Commentaires
Connectez-vous avec GitHub pour rejoindre la discussion.