EasyKSampler (LayerDiffuse)(samplerSimpleLayerDiffusion)
ComfyUI-Easy-Use の EasyKSampler (LayerDiffuse) ノードです。
sampler Simple Layer Diffusion
説明
EasyKSampler (LayerDiffuse) ノードは、Layer Diffusion による透明画像生成をサポートした Easy-Use Kサンプラーのパイプラインを実行します。結果にアルファチャンネル付きの前景レイヤーを含めたい場合に、通常の Easy Kサンプラーを配置する場所であればどこにでも PIPE_LINE ワークフローに挿入できるように設計されています。
このノードは、pipe からモデル、条件付け、潜在、VAE、その他のサンプリングデータを読み取り、サンプリングステップを実行し、Layer Diffusion プロセスによって生成された透明度マスクとともに、デコードされた画像と更新済みのパイプを返します。
入力
pipe
完全なサンプリング状態(モデル、ポジティブ/ネガティブ条件付け、潜在画像、VAE など)を含む PIPE_LINE です。これは他の Easy-Use ノードで使用されるものと同じパイプであるため、既存の Easy-Use サンプリングチェーンに直接挿入できます。明示的に上書きされない限り、必要なサンプリングデータはすべてこの入力から取得されます。
image_output
サンプリング後に生成済み画像をどう処理するかを制御します。次のいずれかです:
- Hide:画像は IMAGE 出力で返されますが、UI には表示されず、保存もされません。
- Preview:画像は UI プレビューに送信されます(デフォルト)。
- Save:画像はプレビューされずにディスクに保存されます。
- Hide&Save:画像はプレビューされずに保存されます。
- Sender:画像は
link_idを介して別のワークフロー内の対応するレシーバーに送信されます。 - Sender&Save:画像は
link_idを介して送信され、ディスクにも保存されます。
link_id
image_output が Sender または Sender&Save に設定されている場合に、このノードを受信ノードとペアリングするために使用される整数です。画像が正しくルーティングされるには、送信側と受信側が同じ link_id を使用する必要があります。この値は他の image_output モードでは無視されます。
save_prefix
出力画像を保存する際に使用されるファイル名プレフィックスです。画像は、このプレフィックスで始まるファイル名で ComfyUI 出力ディレクトリに書き込まれます。デフォルト:ComfyUI。
model
オプションの MODEL 入力です。接続すると、このサンプリングステップでは pipe に格納されているモデルが上書きされます。これは、パイプ全体を再構築せずに、別のチェックポイント、リファイナー、または異なる LoRA/アテンション変更が適用されたモデルでサンプリングする場合に便利です。
出力
PIPE_LINE
サンプリング済みの潜在とサンプリング後の状態が書き戻された更新済みパイプです。これを後続の Easy-Use ノード(VAE デコード、アップスケーリング、2番目のサンプリング段階など)にチェーンして、ワークフローを続けます。
IMAGE
サンプラーによって生成されたデコード済みの結果画像です。
IMAGE (Layer Diffusion)
Layer Diffusion 対応の画像出力です。Layer Diffusion がアクティブな場合、この画像は生成済みコンテンツの透明度レイヤー情報(RGBA)を保持します。
MASK
Layer Diffusion の透明度チャンネルに対応するアルファマスクです。この出力を使用して、生成済みの前景レイヤーを背景から分離したり、合成/アルファ対応ノードへの入力として使用します。
使用上の注意
- このノードは、パイプが Layer Diffusion 用に設定されている場合(たとえば、Layer Diffusion チェックポイントやモデル設定を使用している場合)、通常の Easy-Use Kサンプラーの代替としてそのまま使用できます。
- パイプに格納されているモデルとは異なるモデルで特にサンプリングする必要がない限り、
model入力は接続しないままにしてください。 - スタンダードな RGB 画像のみが必要な場合は、最初の IMAGE 出力を使用します。透明な前景を合成する場合は、2番目の IMAGE 出力を MASK 出力と一緒に使用します。
コメント
GitHubでサインインしてディスカッションに参加しましょう。