- 正向提示 (positive)
- 负向提示 (negative)
- 空的起始 latent (latent)
这个节点会把你输入的原图编码成 latent,附加到提示词结构上,供 InstructPix2Pix 模型知道“从哪张图开始编辑”并执行图像重建或变换。
如下图所示,常用在将预处理图(线稿,深度等)编码成latent再结合大模型完成出图的控制。
请注意输入的原图就是生成图像的大小,避免图像过大导致采样停止或显存超出。
输入参数 | |
positive | 正向文本提示条件。 |
negative | 反向文本提示条件。 |
vae | VAE 编码器对象。 |
pixels | 输入图像。 |
输出参数 | |
positive | 带有原图 latent 引导的正向提示结构。 |
negative | 带有原图 latent 引导的负向提示结构。 |
latent | 空白 latent 张量,shape 与编码图像一致。 |
这个节点会把你输入的原图编码成 latent,附加到提示词结构上,供 InstructPix2Pix 模型知道“从哪张图开始编辑”并执行图像重建或变换。
如下图所示,常用在将预处理图(线稿,深度等)编码成latent再结合大模型完成出图的控制。
请注意输入的原图就是生成图像的大小,避免图像过大导致采样停止或显存超出。
可加入知识星球获取所有示例工作流
微信扫码入群,加入AIGC大家庭,与大家一起交流学习