EasyUse/Inpaintgenerated

Easy Apply Inpaint(applyInpaint)

Easy Apply Inpaint 노드(applyInpaint)는 EasyUse PIPE_LINE을 그래프를 통해 전달하면서 이미지에 마스크 기반 인페인팅을 적용합니다.

apply Inpaint

pipe
image
mask
pipe
inpaint_mode
COMBO
encode
none
grow_mask_by
6
dtype
COMBO
fitting
1
function
COMBO
scale
1
start_at
0
end_at
10000
noise_mask
Easy Use

설명

Easy Apply Inpaint 노드(applyInpaint)는 EasyUse PIPE_LINE을 그래프를 통해 전달하면서 이미지에 마스크 기반 인페인팅을 적용합니다. EasyUse/Inpaint 카테고리에 속하며 업데이트된 PIPE_LINE을 반환하므로, 독립형 출력 노드로 사용하기보다는 EasyUse 파이프라인 흐름에 삽입하도록 설계되었습니다.

이 노드는 입력 이미지, 마스크, 파이프라인 객체를 받아 선택된 백엔드와 조건화 전략을 사용하여 인페인팅 패스를 수행합니다. 마스크 확장, 계산 정밀도, 스케줄링, 선택적 노이즈 마스크 처리를 위한 제어 기능을 제공합니다.

입력

pipe

  • 유형: PIPE_LINE (필수)
  • 모델, VAE, 조건화, 잠재 데이터 및 기타 워크플로 상태를 담고 있는 EasyUse 파이프라인 객체입니다. 인페인팅 작업은 이 파이프라인의 컨텍스트에서 적용되며, 업데이트된 파이프라인이 출력으로 반환됩니다.

image

  • 유형: IMAGE (필수)
  • 인페인팅할 이미지입니다. 대부분의 워크플로에서 수정할 객체 또는 영역이 포함된 원본 이미지입니다.

mask

  • 유형: MASK (필수)
  • 인페인팅할 영역을 나타내는 단일 채널 마스크입니다. 0이 아닌 영역은 다시 생성할 영역으로 처리됩니다.

inpaint_mode

  • 유형: COMBO (필수)
  • 옵션: normal, fooocus_inpaint, brushnet_random, brushnet_segmentation, powerpaint

인페인팅 백엔드 또는 전략을 선택합니다:

  • normal: 표준 인페인팅 동작입니다.
  • fooocus_inpaint: Fooocus 스타일 인페인팅입니다.
  • brushnet_random: 무작위 생성 패턴을 사용하는 BrushNet 인페인팅입니다.
  • brushnet_segmentation: 세그멘테이션 정보를 기반으로 하는 BrushNet 인페인팅입니다.
  • powerpaint: PowerPaint 기반 인페인팅으로, function 선택기를 다양한 작업 유형에 유용하게 사용할 수 있습니다.

encode

  • 유형: COMBO (필수, 기본값 "none")
  • 옵션: none, vae_encode_inpaint, inpaint_model_conditioning, different_diffusion

인페인팅 패스를 위해 입력 이미지와 마스크를 인코딩하거나 조건화하는 방식을 제어합니다:

  • none: 인페인팅 전용 추가 인코딩이 적용되지 않습니다.
  • vae_encode_inpaint: 인페인팅에 특화된 VAE 인코딩 경로를 사용합니다.
  • inpaint_model_conditioning: 인페인트 모델용으로 설계된 조건화를 사용합니다.
  • different_diffusion: different-diffusion 스타일의 조건화/추론 전략을 사용합니다.

grow_mask_by

  • 유형: INT (필수, 기본값 6, 범위 0–64, 간격 1)
  • 인페인팅 전에 마스크를 확장할 픽셀 수입니다. 마스크를 확장하면 딱딱한 가장자리를 방지하고 생성된 콘텐츠를 주변 영역과 자연스럽게 혼합할 수 있는 여유를 모델에 제공합니다.

dtype

  • 유형: COMBO (필수)
  • 옵션: float16, bfloat16, float32, float64
  • 인페인팅 계산에 사용되는 정밀도입니다. float16이 일반적으로 가장 빠르고 메모리를 가장 적게 사용합니다. bfloat16은 호환되는 하드웨어에서 선호될 수 있습니다. float32float64는 성능 비용을 수반하면서 수치 정밀도를 높입니다.

fitting

  • 유형: FLOAT (필수, 기본값 1, 범위 0.3–1)
  • 인페인팅된 콘텐츠가 선택된 동작에 얼마나 강하게 맞춰지는지 제어합니다. 1은 완전한 피팅에 해당하는 기본값입니다. 더 낮은 값은 조건화의 강도를 줄이거나 더 자유로운 결과를 허용하는 데 사용할 수 있습니다.

function

  • 유형: COMBO (필수)
  • 옵션: text guided, shape guided, object removal, context aware, image outpainting

특히 별도의 작업 유형을 지원하는 모드에서 인페인트 작업의 의미론적 동작을 선택합니다:

  • text guided: 텍스트 프롬프트에 의해 주도되는 생성입니다.
  • shape guided: 형태 정보에 따라 주도되는 생성입니다.
  • object removal: 객체를 제거하고 해당 영역을 자연스럽게 채웁니다.
  • context aware: 마스크 영역을 주변 맥락에 맞게 채웁니다.
  • image outpainting: 이미지를 기존 경계 너머로 확장합니다.

scale

  • 유형: FLOAT (필수, 기본값 1, 범위 0–10)
  • 인페인트 작업에 적용되는 추가 스케일 배율입니다. 1은 중립 기본값이며, 더 높은 값은 인페인팅 모델이 사용하는 스케일을 증폭합니다.

start_at / end_at

  • 유형: INT (필수, start_at 기본값 0, end_at 기본값 10000, 범위 0–10000)
  • 인페인팅 작업의 영향을 받는 샘플링/디노이즈 범위의 시작과 끝을 정의합니다. 기본값 0–10000은 전체 스케줄을 포함합니다. 이 범위를 제한하면 전체 재생성 대신 가벼운 리터칭에 유용할 수 있습니다.

noise_mask

  • 유형: BOOLEAN (선택, 기본값 true)
  • 활성화하면 노드가 샘플링 중에 노이즈 마스크를 사용하므로, 마스크된 인페인트 영역은 노이즈에서 확산되고 마스크되지 않은 영역은 보존됩니다. 선택된 인코딩/조건화 경로가 이미 마스크를 처리하거나 메모리 사용량을 줄여야 하는 경우 이 옵션을 비활성화합니다.

출력

PIPE_LINE

  • 인페인팅된 결과와 관련 상태를 포함하는 업데이트된 EasyUse 파이프라인입니다. 후속 노드를 사용하여 결과를 디코딩, 미리보기 또는 저장할 수 있습니다.

사용 참고 사항

  • noise_mask를 제외한 모든 입력은 필수이므로 노드가 직접 인페인팅 패스를 수행할 수 있습니다.
  • 이 노드는 PIPE_LINE만 반환하며 독립형 이미지나 마스크를 출력하지 않습니다.
  • PowerPaint 스타일 작업 선택을 사용하려면 inpaint_modepowerpaint로 설정하고 원하는 function을 선택하세요.
  • 입력 마스크가 객체 주위에 밀접하게 붙어 있는 경우 grow_mask_by를 늘리면 눈에 보이는 이음새를 줄이는 실용적인 방법이 됩니다.
  • inpaint_model_conditioning 또는 different_diffusion과 같은 encode 모드를 사용할 때는 상호 작용이 인페인팅 모델과 샘플러에 따라 달라지므로 noise_mask를 켠 상태와 끈 상태를 모두 테스트하세요.
  • start_atend_at0–10000 스케일을 사용합니다. 좁은 창은 미세한 편집에 유용할 수 있습니다. start_at을 충분히 높게 설정하여 초기 구조 형성 단계를 건너뛰거나, end_at을 낮게 설정하여 미세한 세부 정보가 완전히 덮어써지지 않도록 하세요.

댓글

GitHub로 로그인하고 토론에 참여하세요.

댓글을 불러오는 중…