| 参数名称 | 说明 |
|---|---|
| model | 主要的图像生成模型（如 SD 1.5 / SDXL 等）。 |
| ipadapter | IPAdapter 模型结构，可能包含视觉模型（clip_vision）。 |
| image | 用于提取嵌入特征的风格图像，将被切分为多个 tile。 |
| image_negative | 负面风格图像，可用于风格抑制。 |
| attn_mask | 注意力遮罩，仅对图像的部分区域应用 IPAdapter 嵌入。 每个 tile 都有一个对应的 mask 区域； 可以对原图进行区域限制（如只保留人物区域）； 默认情况下为全 1，即所有区域均受影响。 |
| clip_vision | CLIP视觉模型，可覆盖默认绑定的 clipvision 模块。 |
IPAdapter Tiled
节点功能：该节点用来分块参考上传的参考图，进而减少图片毁坏的情况。
输入参数
输出参数
| 参数名称 | 说明 |
|---|---|
| MODEL | 注入了多个 tile 风格嵌入后的模型。 |
| tiles | 所有切片后的 tile 图像合并（按批次拼接）。 |
| masks | 每个 tile 对应的 attention mask 合并结果。 |
控件参数
| 参数名称 | 说明 |
|---|---|
| weight | 融合嵌入的强度，默认 1.0，范围为 -1 到 3。 |
| weight_type | 权重调节方式，如 constant、linear、step、fade。 |
| combine_embeds | 多 tile 嵌入的合并方式：concat, add, subtract, average, norm average。 concat 拼接特征，适合保持 tile 独立性，但可能维度爆炸。 add/subtract 加权或差异融合，可用于增强或对比风格特征。 average 平均化合并，平滑过渡但易丢细节。 norm average 加入归一化，减少异常值影响，更稳健。 建议默认用 average 或 norm average，更平衡。 |
| start_at | 嵌入生效的起始时间点（0~1），默认 0。 |
| end_at | 嵌入生效的结束时间点（0~1），默认 1。 |
| sharpening | 对 tile 图像应用的锐化程度（0~1），默认 0，提升细节识别能力。 对每个 tile 应用自适应锐化（contrast adaptive sharpening）； 有助于提升 CLIP 对 tile 的理解能力； 建议在风格图模糊或压缩时使用 0.2~0.5 的值 |
| embeds_scaling | 嵌入缩放策略，控制 Key/Value 的 attention 权重： - V only：仅缩放 V - K+V：同时缩放 Key 与 Value - K+V w/ C penalty：加入通道惩罚项 - K+mean(V) w/ C penalty：引入 V 的均值惩罚项。 推荐： K+V 在表现更复杂风格时更稳定； K+V w/ C penalty 可以防止通道过拟合。 |
下图为测试结果，因为ipadapter节点接受的图像必须是正方形，不然的话会将原图裁剪然后进行视觉特征的参考，所以说该节点可以将原图进行分块处理，随后生成图像的分别进行块状的参考，可以从一定程度解决故有问题，如下图所示，tile参考完成的图像生成就没有问题。