KJNodes/experimentalgenerated
Stable Zero123 Batch Schedule(StableZero123_BatchSchedule)
从技术实现上看,此节点接收一个初始图像,并使用 CLIP Vision 模型提取其视觉特征作为条件引导。
Stable Zero123 Batch Schedule
clip_vision
init_image
vae
positive
negative
latent
width
INT
height
INT
batch_size
1
interpolation
COMBO
azimuth_points_string
0:(0.0),
7:(1.0),
15:(0.0)
elevation_points_string
0:(0.0),
7:(0.0),
15:(0.0)
KJNodes
节点功能
从技术实现上看,此节点接收一个初始图像,并使用 CLIP Vision 模型提取其视觉特征作为条件引导。同时,它利用 VAE 对初始图像进行编码,生成一个基础的潜在表示。最关键的部分是,它允许用户通过两个独立的字符串参数,分别定义方位角和仰角在生成批次中每个步骤上的变化曲线,并支持多种插值方法来平滑这些变化点,从而实现对视角变换路径的精确编程。
节点参数说明 - Stable Zero123 Batch Schedule
连接输入(Inputs)
| 参数名称 | 数据类型 | 必填 | 默认值 | 取值范围/选项 | 说明 |
|---|---|---|---|---|---|
clip_vision | CLIP_VISION | 是 | - | - | 连接 CLIP Vision 模型,用于对输入的初始图像进行编码并提取视觉特征,从而生成图像生成所需的条件信息。 |
init_image | IMAGE | 是 | - | - | 输入一张初始图像,节点将基于此图像的特征来生成后续不同视角的图像条件。 |
vae | VAE | 是 | - | - | 连接 VAE 模型,用于将输入的初始图像编码到潜在空间,生成后续扩散过程的起始潜在表示。 |
控件参数(Parameters)
| 参数名称 | 数据类型 | 必填 | 默认值 | 取值范围/选项 | 说明 |
|---|---|---|---|---|---|
interpolation | COMBO | 是 | linear | "linear", "ease_in", "ease_out", "ease_in_out" | 指定用于平滑方位角和仰角变化中定义的关键点之间过渡的插值方法。包括线性(linear)、缓入(ease_in)、缓出(ease_out)和缓入缓出(ease_in_out),用于控制视角变化的速度曲线。 |
width | INT | 是 | 256 | 16 - MAX_RESOLUTION(步长:8) | 设置输出潜在图像的宽度。取值范围为 16 至 MAX_RESOLUTION,调整步长为 8。 |
height | INT | 是 | 256 | 16 - MAX_RESOLUTION(步长:8) | 设置输出潜在图像的高度。取值范围为 16 至 MAX_RESOLUTION,调整步长为 8。 |
batch_size | INT | 是 | 1 | 1 - 4096 | 定义生成的批次大小,即最终输出的条件序列和潜在表示的数量。取值范围为 1 到 4096。 |
azimuth_points_string | STRING | 是 | 0:(0.0), 7:(1.0), 15:(0.0) | - | 以特定格式的字符串定义方位角(水平旋转角度)在批次序列中的变化关键点。点之间用换行符分隔。格式:"帧索引:(角度值),"。示例:"0:(0.0),\n7:(1.0),\n15:(0.0)\n" |
elevation_points_string | STRING | 是 | 0:(0.0), 7:(0.0), 15:(0.0) | - | 以特定格式的字符串定义仰角(垂直俯仰角度)在批次序列中的变化关键点。点之间用换行符分隔。格式:"帧索引:(角度值),"。示例:"0:(0.0),\n7:(0.0),\n15:(0.0)\n" |
输出(Output)
| 参数名称 | 数据类型 | 说明 |
|---|---|---|
| positive | CONDITIONING | 输出正向条件信息,用于引导扩散模型生成目标图像。 |
| negative | CONDITIONING | 输出负面条件信息,用于引导扩散模型避免生成某些内容。 |
| latent | LATENT | 输出经过 VAE 编码后的初始潜在表示,作为扩散过程的起点。 |
使用场景
在实际应用中,此节点非常适合用于构建从单张图片生成3D物体旋转动画或多视图数据集的工作流。例如,用户可以连接一个图像加载节点提供初始物体照片,然后将本节点的输出连接到如 Stable Diffusion 或 Zero123 等采样器,最终生成一组围绕物体旋转的连贯图像序列,这些序列可用于创建视频或进一步的3D网格重建。
注意事项
请注意,该节点生成的"latent"输出是基于初始图像编码得到的,其分辨率受输入参数width和height限制,且变化序列的定义需要遵循特定的字符串格式。不正确的格式可能导致解析错误。
Stable Zero123 Batch Schedule 节点源码链接
Stable Zero123 Batch Schedule 节点来自 ComfyUI-KJNodes 节点包。
评论
使用 GitHub 登录后即可参与讨论。