Easy Apply IPAdapter (Embeds)
节点功能:将预先生成的嵌入向量(embeddings)应用到模型中,而不需要重新编码图像。它接受已经编码好的正负嵌入向量作为输入。
输入参数
参数名称 | 说明 |
---|
model | 需要进行视觉控制的基础模型。 |
clip_vision | 用于嵌入解码的视觉模型。 |
ipadapter | 已加载的 IPAdapter 模型。 |
pos_embed | 正向嵌入向量。 |
neg_embed | 负向嵌入向量(可选)。 |
attn_mask | 可选注意力遮罩。 |
输出参数
参数名称 | 说明 |
---|
model | 已注入视觉嵌入的模型。 |
ipadapter | 返回的 IPAdapter 对象。 |
控件参数
参数名称 | 说明 |
---|
weight | 控制嵌入特征影响力,范围 -1 到 3。 |
weight_type | 嵌入应用方式。
linear:线性权重,按直线规则估算中间值。
ease in:缓入,起始权重变化慢,随后加快。
ease out:缓出,起始权重变化快,随后变慢。
ease - in - out:缓入缓出,起始和结束权重变化慢,中间快。
reverse ease - in - out:反向缓入缓出,与缓入缓出变化顺序相反。
weak input:弱输入权重,输入影响弱。
weak output:弱输出权重,输出影响弱。
weak middle:中间权重弱,两端影响大。
strong middle:中间权重强,两端影响小。
style transfer:风格迁移权重方式,用于风格转换。
composition:构图相关权重方式,影响构图元素融合。
strong style transfer:强风格迁移,强化风格转换效果。
style and composition:兼顾风格迁移与构图权重。
style transfer precise:精确风格迁移,精准控制风格转换 。 |
start_at | 嵌入开始生效的 timestep(0~1)。 |
end_at | 嵌入停止生效的 timestep(0~1)。 |
embeds_scaling | 嵌入处理方式。
V only:仅针对 Value 向量操作,控制温和。
K+V:作用于 Key 和 Value 向量,适合常规使用。
K+V w/ C penalty:带惩罚项,平衡输出效果。
K+mean(V) w/ C penalty:对 Value 取平均并加惩罚项,适合多特征融合 。 |
weight:用于控制风格迁移或内容引导的强度。
weight_type 参数说明
选项名称 | 含义说明 | 推荐使用场景 |
---|
linear | 权重在整个扩散过程中均匀作用。 | 默认通用型,适合大多数应用 |
ease in | 初期影响较小,后期逐渐增强。类似动画中的缓入效果。 | 用于渐变引导、细节后期提升 |
ease out | 初期影响较大,后期逐渐减弱。 | 快速设定风格基调,适合粗风格引导 |
ease in-out | 中间阶段影响最大,首尾阶段较弱。 | 平滑自然风格融合,适合连续内容生成 |
reverse in-out | 与 ease in-out 相反:首尾影响大,中间弱。 | 有特殊风格控制需求,如强调开头/结尾部分 |
weak input | 起始阶段影响力较弱,仅轻微引导 | 希望保留原始内容结构,轻度风格迁移 |
weak output | 末尾阶段影响较弱,初期设定风格,后期让原模型控制更多 | 图生图时保留原图细节,风格仅用于起始构思 |
weak middle | 中间阶段影响较弱,首尾较强 | 非常规风格衰减,实验性使用 |
strong middle | 中间阶段影响最强,其它阶段较弱 | 风格在图像生成中段突显,适合高频率细节控制 |
style transfer | 专为风格迁移设计,按一定比例强制覆盖内容特征 | 明确迁移风格图,适用于文本+图像组合输入 |
composition | 关注图像结构的合成(构图)特征,引导更符合图像内容的布局 | 使用构图参考图时推荐此项 |
strong style transfer | 比 style transfer 更强的迁移方式,压制原内容风格 | 明确覆盖,适用于多图风格融合时的主导图设定 |
style and composition | 同时关注风格与构图,平衡迁移与原图结构 | 高级混合策略,适合精细风格生成 |
style transfer precise | 更精准的风格迁移,优化细节匹配,适合对内容和纹理有严格要求的场景 | 精准模仿特定风格画作或摄影作品 |
embeds_scaling 参数说明
选项名称 | 含义说明 | 推荐使用场景 |
---|
V only | 仅将嵌入向量作用于 Attention 的 Value (V) 向量部分。 | 控制相对温和,适合保留原图结构,仅注入风格信息 |
K+V | 同时作用于 Key (K) 和 Value (V) 向量,影响注意力方向与值。 | 标准风格注入方式,风格表现力增强 |
K+V w/ C penalty | 在 K+V 基础上加入“通道惩罚项”(Channel penalty),避免对注意力造成过强干扰。 | 在风格增强的同时抑制副作用,如图像过度变形 |
K+mean(V) w/ C penalty | 类似于上一个,但对 V 向量使用均值后再与 K 一起注入,并加惩罚,进一步控制影响范围。 | 高精度风格控制场景,防止风格影响全局一致性 |