IPAdapter Precise Composition

节点功能: 该节点是一个让 AI 在生成图像时,更加精准地参考你给的图片“怎么构图”的节点,比如主体放在哪、背景怎么布局、整体画面怎么分布。

输入参数

参数名称说明
model原始模型对象(如 SD1.5 / SDXL),将在此基础上注入图像融合能力。
ipadapterIPAdapter 融合模块,包含加载好的投影矩阵。
image作为图像参考的输入,用于生成图像引导的嵌入(embedding)。
image_negative可选的负向参考图像,引导模型避免某些视觉特征。
attn_mask引导图像的空间遮罩,决定哪些区域参与融合。
clip_vision手动提供的 CLIP 视觉模型,默认会从 IPAdapter 自动推断。

输出参数

参数名称说明
MODEL注入了图像融合控制逻辑的新模型,供后续 KSampler 使用。

控件参数

参数名称说明
weight图像引导的强度,通常在 0.5~1.5 之间调整。控制 IPAdapter 引导的强度,值越大,图像风格引导越强。
composition_boost用于增强图像组合控制的权重强化项,影响某些嵌入维度的突出程度。
combine_embeds多图像嵌入合成方式。选项如:concat(拼接)、add、average 等。 - concat: 简单拼接  - add: 多图向量求和  - average: 求平均  - norm average: 对每个嵌入先归一化,再平均(可降低单一图像影响)  - subtract: 用于突出“图1减去图2”的特征差异,适合做对比风格。
start_at图像融合控制开始的步数(相对于 total_steps 的比例,如 0.3 表示第30%步开始)。
end_at图像融合控制结束的步数(相对比例)。
embeds_scaling嵌入控制维度的选择方式。控制嵌入被注入的位置和方式,具体作用如下:  - V only: 只作用于 attention 的 Value 通道(最安全)  - K+V: 作用于 Key + Value,影响 attention 更深层逻辑  - K+V w/ C penalty: 同上,并加入 C 通道惩罚(用于抑制无关特征)  - K+mean(V) w/ C penalty: 只使用 V 的均值参与 attention,更聚焦控制大概区域

该节点时advanced的功能延申,多了一个composition_boost参数用来控制构图的参考强度,设置为 1~2,会让生成图更接近参考图的布局