ComfyUI-KJNodes

최신 샘플링 동안 Model Preview Override가 캡처한 프레임을 반환합니다. Model Preview Override의 'model'(샘플러에 공급되는 동일한 모델)과 샘플러 이후의 'after_sample'(LATENT/IMAGE)을 연결하여 올바른 실행 순서를 강제합니다.

이 노드에 전용 실시간 미리보기 프레임을 추가하며, 최대 해상도를 재정의할 수 있습니다. 기본 ComfyUI 미리보기는 512px로 제한되지만, 이 노드는 자체 미리보기를 노드의 DOM 위젯으로 직접 전송하여 픽셀 공간 모델(Chroma Radiance, ZImage, HiDream-O1 등)을 전체 샘플러 해상도에서 미리볼 수 있습니다.

이 노드는 내부적으로 Python의 time.time() 함수를 호출하여 시간을 측정합니다.

실험적! WanVideo의 self-attention에 커스텀 sageattention을 활성화하여 최대 VRAM 사용량을 줄이고 어텐션 모드를 재정의합니다. 최신 sageattention 버전이 필요합니다.

그의 핵심 기능은 '랜덤 정제' 계획을 수립할 수 있게 하여, 샘플링 과정 중 어느 단계 구간에서 추가 처리를 수행할지 지정하는 것입니다

이 노드는 세 가지 다른 잠재 데이터 형식을 지원합니다: BCHW, BTCHW 및 BCTHW

기술 구현 측면에서, 이 노드는 다중 라인 입력을 지원하는 문자열 필드를 제공하며, 내부 로직은 사용자가 지정한 논리값 매개변수에 따라 입력된 텍스트에 대해 줄바꿈 문자 제거 작업을 수행할지 여부를 결정합니다.

이 노드는 두 개의 TRACKING 타입 입력을 받으며, 내부 구현에서는 두 번째 입력의 트래킹 데이터를 첫 번째 입력의 데이터에 병합합니다.

이 노드는 `color-matcher` 라이브러리를 기반으로 구현되었으며, MKL, HM, Reinhard, MVGD 및 이들의 혼합 방법을 포함한 다양한 색상 전이 알고리즘을 제공합니다.

이 노드는 두 가지 일반적인 차원의 잠재 텐서를 처리할 수 있습니다: 4차원(B, C, H, W)과 5차원(B, C, T, H, W) 형식으로, 각각 이미지 배치와 비디오 프레임 시퀀스에 대응합니다.

이 노드의 기술적 핵심은 'Intrinsic LoRA' 시리즈 경량 모델을 통합하고 적용한 것입니다

이 노드는 JPG, JPEG, PNG, WEBP 및 TGA 형식의 이미지 파일 읽기를 지원합니다.

기술 구현 측면에서 볼 때, 이 노드는 `MODEL` 타입의 입력을 받아 `state_dict_for_saving` 메서드를 통해 모델의 파라미터 딕셔너리를 가져옵니다.

이 노드는 노이즈 마스크 정보를 포함한 잠재 데이터를 입력받아 추출하여 시각화된 그레이스케일 이미지로 변환합니다

해당 노드는 기술적으로 4차원 텐서(배치, 높이, 너비, 채널) 형태의 이미지 입력을 수신하고, 선택된 보간 방법(예: 쌍선형, Lanczos 등)을 적용하여 크기 변환을 수행합니다

이 노드는 `IMAGE`와 `MASK` 두 가지 텐서 형식의 입력을 받아, 내부적으로 마스크 데이터를 Alpha 채널로 변환한 후 이미지 데이터와 결합합니다.

이 노드는 기술적으로 단순화된 스킵 레이어 가이던스를 구현하며, 핵심 메커니즘은 선택된 디노이징 블록에서만 무조건 프롬프트 처리를 건너뛰고 조건부 프롬프트 처리는 정상적으로 진행하는 것입니다.

이 노드는 기술 구현 상에서 사용자가 다양한 컴파일 백엔드(예: inductor)와 최적화 모드(예: max-autotune)를 선택할 수 있도록 합니다.

이 노드는 기술 구현 상 입력된 모델을 복제하고, 그 내부의 확산 모델 부분에 torch.compile을 적용합니다.

이 노드는 기술적 측면에서 PyTorch의 torch를 활용합니다。

이 노드는 기술 구현 상에서 PyTorch의 컴파일 백엔드를 호출하여 VAE 모델의 계산 그래프를 최적화하고 캐싱합니다.

두 개의 VAE를 가중 평균 방식으로 병합합니다. ratio는 vae_2 방향의 가중치입니다(0.0은 순수 vae_1, 1.0은 순수 vae_2). 두 VAE는 동일한 아키텍처(일치하는 상태 사전 키와 형태)를 공유해야 합니다.

기술 구현 상, 이 노드는 내부적으로 모든 비-리스트 타입의 문자열 입력을 자동으로 단일 요소 리스트로 변환합니다

이 노드는 기술적으로 사용자가 선택한 프리셋 문자열을 파싱하여 너비와 높이 값을 추출하고, ComfyUI 내장 `EmptyLatentImage` 기능을 호출하여 지정된 크기와 배치의 잠재 노이즈 텐서를 생성합니다.