Easy Apply IPAdapter (Encoder)
节点功能：使用 IP-Adapter 编码器对多张图像进行编码，生成可组合的正负嵌入（embeds），支持多图组合、权重加权、掩码区域指定等。
输入参数
| 参数名称 | 说明 |
|---|---|
| model | 当前主模型。 |
| clip_vision | CLIP 视觉模型，用于编码图像。 |
| image1 | 第一张图像，必须提供。 |
| image2 | 第二张图像参考，最多支持 4 张。 |
| image3 | 第三张图像参考，最多支持 4 张。 |
| image4 | 第四张图像参考，最多支持 4 张。 |
| mask1 | 第一张张图的可选遮罩。 |
| mask2 | 第二张张图的可选遮罩。 |
| mask3 | 第三张张图的可选遮罩。 |
| mask4 | 第四张张图的可选遮罩。 |
| optional_ipadapter | 可选复用的已加载 IPAdapter。 |
| pos_embeds | 可选追加已有正嵌入。 |
| neg_embeds | 可选追加已有负嵌入。 |
输出参数
| 参数名称 | 说明 |
|---|---|
| model | 返回传入的原始模型。 |
| clip_vision | 使用的视觉模型。 |
| ipadapter | 加载后的 IPAdapter 实例。 |
| pos_embed | 处理后的正向嵌入向量。 |
| neg_embed | 处理后的负向嵌入向量。 |
控件参数
| 参数名称 | 说明 |
|---|---|
| preset | IPAdapter 加载预设。 |
| num_embeds | 总共使用几张图（最大为 4）。 |
| weight1 | 第一张图的嵌入加权值，默认 1.0。 |
| weight2 | 第二张图的嵌入加权值，默认 1.0。 |
| weight3 | 第三张图的嵌入加权值，默认 1.0。 |
| weight4 | 第四张图的嵌入加权值，默认 1.0。 |
| combine_method | 嵌入合并方式。 concat：向量首尾拼接，保留完整特征。 add：元素相加，突出共同特征。 subtract：元素相减，凸显特征差异。 average：求元素均值，均衡向量贡献。 norm average：归一化后求均值，规范尺度并均衡贡献。 影响嵌入融合方式，常用 average 或 concat。 |
这是输入的两张需要风格融合的图片。
weight1-4: 对应的权重。w1代表weight1，w2代表weight2。w1值越高，风格越偏向于image1，w2值越高，风格越偏向于image2
combine_method 参数说明
| 组合方式 | 方法名 (combine_method) | 说明 | 适用场景 |
|---|---|---|---|
| 拼接 | concat | 将多个嵌入在维度上直接拼接，保留全部特征信息（不压缩） | 希望保留每张图像的独立风格/信息，适用于支持多嵌入输入的模型 |
| 加法叠加 | add | 将所有嵌入向量相加，融合成一个嵌入 | 想强化多个图像的共有特征（信息叠加） |
| 减法对比 | subtract | 取第一张图减去其余图平均嵌入，强调第一张图与其他图的差异 | 想突出主图的独特风格，或进行反向特征强调 |
| 平均融合 | average | 所有嵌入向量平均，得到中和特征 | 想融合多图风格并平均权重，得到综合风格 |
| 归一平均融合 | norm average | 先对每个嵌入向量进行归一化（单位向量），再平均 | 消除各嵌入的模长影响，强调方向特征融合（更稳健） |
| 最大值融合 | max | 在每个维度上取所有嵌入的最大值 | 用于提取每个维度最显著特征（类似 OR） |
| 最小值融合 | min | 在每个维度上取所有嵌入的最小值 | 用于提取所有图像共有的最小强度特征（类似 AND） |