Skip to main content
Este nodo prepara datos para entrenamiento mediante la codificación de imágenes y texto. Toma una lista de imágenes y una lista correspondiente de leyendas de texto, y luego usa un modelo VAE para convertir las imágenes en representaciones latentes y un modelo CLIP para convertir el texto en datos de condicionamiento. Los latentes y el condicionamiento emparejados resultantes se devuelven como listas, listos para usarse en flujos de trabajo de entrenamiento.

​
Entradas

Restricciones de parámetros:
  • Este nodo usa entradas de tipo lista: images y texts se procesan como listas, mientras que vae y clip aceptan un único modelo cada uno (se usa el primer elemento de la lista proporcionada).
  • El número de elementos de la lista texts debe ser 0, 1 o coincidir exactamente con el número de elementos de la lista images. Si es 0 o se omite, se usa una cadena vacía para todas las imágenes. Si es 1, ese único texto se repite para todas las imágenes. Cualquier otra longitud genera un error.
  • Las listas de salida latents y conditioning siempre contienen el mismo número de elementos que la lista images, por lo que cada latente se empareja con el condicionamiento de su leyenda correspondiente.

​
Salidas

Esta documentación fue generada por IA. Si encuentra algún error o tiene sugerencias de mejora, ¡no dude en contribuir! Editar en GitHub
Source fingerprint (SHA-256): 244adc98810a874cfe42f834e89f96da300d883faeb5791dff19607c13d0c0db