EasyControlnet (고급) 노드(controlnetAdvanced)
ComfyUI-Easy-Use에서 제공하는 EasyControlnet (고급) 노드입니다.
controlnet Advanced
설명
EasyControlnet (고급)은 EasyUse PIPE_LINE에 포함된 조건화에 ControlNet을 적용합니다. 로드된 ControlNet의 소프트 가중치 스케일링을 조정하는 scale_soft_weights도 함께 노출하는 EasyControlnet의 고급 변형입니다. image 입력은 Canny 엣지 맵, 깊이 맵 또는 포즈 스켈레톤과 같은 ControlNet 힌트 이미지를 제공합니다.
입력
pipe
모델, 클립, VAE, 포지티브 조건화, 네거티브 조건화 및 잠재 데이터를 포함하는 PIPE_LINE입니다. 노드는 이 파이프에서 포지티브 및 네거티브 조건화를 읽고 ControlNet이 적용된 조건화를 반환된 파이프에 다시 작성합니다.
image
ControlNet 힌트로 사용되는 필수 IMAGE 텐서입니다. 선택된 ControlNet 모델의 유형과 일치하는 사전 처리된 컨트롤 이미지여야 합니다.
control_net_name
ComfyUI의 controlnet 폴더에 있는 사용 가능한 파일에서 ControlNet 모델을 선택하는 필수 콤보 입력입니다.
control_net
선택적 CONTROL_NET 입력입니다. 제공되면 control_net_name에서 로딩하는 대신 이 ControlNet 객체가 직접 사용됩니다. 다른 곳에서 이미 로드되었거나 수정된 ControlNet을 전달할 때 유용합니다.
strength
실수이며, 기본값은 1.0, 범위는 0.0~10.0, 스텝은 0.01입니다. ControlNet 적용의 전반적인 강도를 제어합니다. 0 값은 ControlNet을 사실상 비활성화하고 조건화를 변경하지 않은 상태로 둡니다.
start_percent
실수이며, 기본값은 0.0, 범위는 0.0~1.0, 스텝은 0.001입니다. ControlNet이 생성에 영향을 미치기 시작하는 디노이즈 비율을 정의합니다. 0.0은 샘플링의 맨 처음을 의미합니다.
end_percent
실수이며, 기본값은 1.0, 범위는 0.0~1.0, 스텝은 0.001입니다. ControlNet이 생성에 영향을 미치기를 중지하는 디노이즈 비율을 정의합니다. 1.0은 샘플링의 끝을 의미합니다.
scale_soft_weights
실수이며, 기본값은 1.0, 범위는 0.0~1.0, 스텝은 0.001입니다. control_net_name에서 로드될 때 ControlNet에 적용되는 소프트 가중치를 조정합니다. 1.0 값은 표준 소프트 가중치 동작을 사용하며, 낮은 값은 이를 약화시킵니다. 의도적으로 이 값을 조정하지 않는 경우 1.0으로 유지하세요.
출력
PIPE_LINE: 적용된 ControlNet을 포함하도록 조건화가 업데이트된 입력 파이프라인입니다.CONDITIONING: ControlNet 적용 이후의 포지티브 조건화입니다.CONDITIONING: ControlNet 적용 이후의 네거티브 조건화입니다.
두 CONDITIONING 출력은 반환된 파이프라인에 저장된 포지티브 및 네거티브 조건화 값과 일치하므로, 파이프 또는 개별 조건화 중 하나를 다음 단계로 연결할 수 있습니다.
사용 메모
start_percent와end_percent는 절대적인 스텝 수가 아닌 전체 디노이즈 스케줄의 비율입니다. 예를 들어,start_percent=0.2및end_percent=0.8은 샘플링 중간 60% 구간에서만 ControlNet을 적용합니다.strength는1.0이상으로 설정할 수 있어, 약한 ControlNet을 일반적인 0.0~1.0 범위보다 더 강하게 밀어붙일 수 있습니다.- 파이프의 조건화를 ControlNet 영향 없이 통과시키려면
strength를0으로 설정하세요. image는 선택한 ControlNet이 기대하는 사전 처리된 힌트 이미지여야 합니다. 예: Canny 엣지 맵, 깊이 맵 또는 OpenPose 스켈레톤.- 선택적
control_net입력에 ControlNet을 연결하면, 노드는control_net_name에서 로드할 필요 없이 해당 객체를 직접 사용합니다.
댓글
GitHub로 로그인하고 토론에 참여하세요.