PreSampling (LayerDiffuse)(layerDiffusionSettings)

Этот узел служит элементом управления предварительным сэмплированием для рабочих процессов Layer Diffusion. Он добавляет настройки Layer Diffusion и параметры сэмплера в PIPE_LINE, благодаря чему последующие узлы сэмплера работают с учетом прозрачности через механизмы внимания или свертки, а не выполняют обычный латентный denoise.

Описание

Узел PreSampling (LayerDiffuse) используется перед KSampler в конвейере EasyUse. Он принимает существующий PIPE_LINE, применяет выбранный метод и вес LayerDiffusion и передает измененный PIPE_LINE дальше. Он также предоставляет стандартные параметры сэмплирования: steps, CFG, sampler, scheduler, denoise и seed. Это позволяет настроить всю генерацию в одном месте. При наличии необязательных входов image, blended_image и mask узел может участвовать в генерации LayerDiffuse в режиме image-to-image или с использованием маски.

Входы

• pipe (PIPE_LINE, обязательно):
  Вышестоящий конвейер, содержащий модель, позитивное и негативное условие (conditioning), латентные представления (latents) и другие настройки сэмплера. Этот узел читает данные из этого конвейера и записывает результат обратно.

• method (COMBO, обязательно):
  Выбирает метод инъекции LayerDiffusion для применения. Доступные варианты зависят от вашей установки LayerDiffuse. Выберите метод, соответствующий используемой модели LayerDiffuse и рабочему процессу.

• weight (FLOAT, обязательно):
  По умолчанию: 1.0. Минимум: -1.0. Максимум: 3.0. Шаг: 0.05
  Управляет силой эффекта Layer Diffusion. Более высокие значения делают слои с учетом прозрачности более влиятельными; более низкие или отрицательные значения ослабляют или инвертируют эффект.

• steps (INT, обязательно):
  По умолчанию: 20. Минимум: 1. Максимум: 10000
  Количество шагов сэмплирования для выполнения.

• cfg (FLOAT, обязательно):
  По умолчанию: 8.0. Минимум: 0. Максимум: 100
  Масштаб направления без классификатора (classifier-free guidance).

• sampler_name (COMBO, обязательно):
  По умолчанию: euler
  Сэмплер, используемый для denoise. Варианты соответствуют стандартному списку сэмплеров ComfyUI.

• scheduler (COMBO, обязательно):
  По умолчанию: normal
  Scheduler, используемый вместе с сэмплером.

• denoise (FLOAT, обязательно):
  По умолчанию: 1.0. Минимум: 0. Максимум: 1. Шаг: 0.01
  Доля латентного представления, подвергаемого denoise. Значение 1.0 выполняет полный denoise; более низкие значения сохраняют больше исходной структуры при использовании входного изображения.

• seed (INT, обязательно):
  Seed для процесса сэмплирования. Задайте фиксированное значение, чтобы сделать генерацию воспроизводимой. Если оставить виджет в режиме рандомизации, значение может меняться при каждом запуске.

• image (IMAGE, необязательно):
  Необязательное входное изображение для рабочих процессов Layer Diffusion в режиме image-to-image или с маской.

• blended_image (IMAGE, необязательно):
  Необязательное предварительно скомбинированное изображение, которое Layer Diffusion использует как цель композиционирования. Его передача помогает модели понять, как слой переднего плана должен вписываться в сцену.

• mask (MASK, необязательно):
  Необязательная маска, определяющая область для генерации или редактирования. Область, закрытая маской, обрабатывается Layer Diffusion, а незакрытые области сохраняются без изменений.

Выходы

• pipe (PIPE_LINE):
  Обновленный конвейер, готовый к передаче в последующий узел сэмплера. Выходной конвейер содержит настроенные параметры сэмплирования и настройки LayerDiffuse.

Примечания по использованию

• Используйте этот узел как последний шаг предварительного сэмплирования перед сэмплером, поддерживающим PIPE_LINE, например перед вариантами KSampler в ComfyUI-Easy-Use.
• Необязательные входы image, blended_image и mask требуются не для каждого метода. Для обычной генерации LayerDiffuse их можно оставить отключенными: узел будет работать в стиле text-to-image с примененным Layer Diffusion.
• При использовании denoise < 1.0 подключите image (и обычно mask), чтобы сэмплеру было с чем сопоставлять частичный denoise.
• weight может принимать отрицательные значения. В некоторых методах LayerDiffuse это может давать инвертированный или корректирующий эффект. Экспериментируйте с небольшими шагами вокруг типичных значений, например 0.8, 1.0 или 1.2.
• Если выходное изображение выглядит несмешанным или разделение переднего плана и фона слишком слабое, увеличьте weight или проверьте, что method соответствует загруженной модели LayerDiffuse.
• steps, cfg, sampler_name и scheduler ведут себя точно так же, как соответствующие настройки в обычном узле сэмплера, поэтому существующие пресеты сэмплера можно переиспользовать здесь.