Pixal3DConditioning - ComfyUI Built-in Node Documentation - ComfyUI

Pixal3DConditioning ノードは、Trellis2 3D 生成パイプライン用の画像コンディショニングを準備します。DINOv3 ビジョンモデルを使用して、入力画像から2つの解像度（512 および 1024）で視覚特徴を抽出し、それらをステージごとの特徴マップに整理します。この特徴マップは、必要に応じて NAF モデルによって強化できます。カメラ情報は水平視野角から導出され、投影変換行列を構築します。また、このノードは classifier-free guidance 用に、ポジティブコンディショニングのペア（画像由来の特徴と投影データ）とネガティブコンディショニングのペア（ゼロ化された特徴テンソル）を出力します。

入力

パラメータ	説明	データ型	必須	範囲
`clip_vision_model`	DINOv3 ViT-L/16 ClipVision。	CLIP_VISION	はい	—
`image`	ImageCropToMask からの前処理済み画像（Pixal3D では pad_factor=1.1）。	IMAGE	はい	—
`camera_angle_x`	水平 FOV（度単位、`fov` として表示されます）。画像ごとの FoV には MoGeGeometryToFOV（axis=‘horizontal’, unit=‘degrees’）を接続します（アップストリームのデフォルトに一致）。デフォルト: 49.13。	FLOAT	はい	1.0 – 170.0 （ステップ 0.01）

出力

出力名	説明	データ型
`positive`	Trellis2 生成用の画像由来特徴マップと投影データを含むポジティブコンディショニング出力です。	CONDITIONING
`negative`	classifier-free guidance に使用される、ゼロ化された特徴テンソルを持つネガティブコンディショニング出力です。	CONDITIONING

注: camera_angle_x の値は内部的に度からラジアンに変換され、投影変換行列を構築するためにカメラ距離がそこから計算されます。指定されたビジョンモデルに NAF コンポーネントが含まれる場合、このノードは shape ステージと texture ステージ用の高解像度特徴マップも生成します。

このドキュメントは AI によって生成されました。エラーを見つけた場合や改善のご提案がある場合は、ぜひ貢献してください！ GitHub で編集

Source fingerprint (SHA-256): 88e82b48fbe297c8e32ddd1b6659f196bda6f77fd53480bc021e85170d1923c7