Pixal3DConditioning - ComfyUI Built-in Node Documentation - ComfyUI

Pixal3DConditioning 노드는 Trellis2 3D 생성 파이프라인을 위한 이미지 컨디셔닝을 준비합니다. DINOv3 비전 모델을 사용하여 입력 이미지에서 두 해상도(512 및 1024)의 시각적 특징을 추출한 다음, NAF 모델로 선택적으로 향상할 수 있는 단계별 특징 맵으로 구성합니다. 카메라 정보는 수평 시야각에서 유도되어 투영 변환 행렬을 구성하며, 이 노드는 분류기 없는 가이던스(CFG)를 위한 긍정 컨디셔닝 쌍(이미지에서 파생된 특징과 투영 데이터)과 부정 컨디셔닝 쌍(0으로 채워진 특징 텐서)을 출력합니다.

입력

매개변수	설명	데이터 타입	필수	범위
`clip_vision_model`	DINOv3 ViT-L/16 ClipVision.	CLIP_VISION	예	—
`이미지`	ImageCropToMask에서 전처리된 이미지입니다(Pixal3D의 경우 pad_factor=1.1).	IMAGE	예	—
`camera_angle_x`	수평 FOV(도)입니다(`fov`로 표시됨). 이미지별 FoV를 사용하려면 MoGeGeometryToFOV(axis=‘horizontal’, unit=‘degrees’)를 연결하세요(업스트림 기본값과 일치). 기본값: 49.13.	FLOAT	예	1.0 – 170.0 (단계: 0.01)

출력

출력 이름	설명	데이터 타입
`positive`	Trellis2 생성에 사용할 이미지에서 파생된 특징 맵과 투영 데이터를 포함하는 긍정 컨디셔닝 출력입니다.	CONDITIONING
`negative`	CFG에 사용되는, 0으로 채워진 특징 텐서를 가진 부정 컨디셔닝 출력입니다.	CONDITIONING

참고: camera_angle_x 값은 내부적으로 도에서 라디안으로 변환되며, 투영 변환 행렬을 구성하기 위해 이 값으로부터 카메라 거리가 계산됩니다. 제공된 비전 모델에 NAF 구성 요소가 포함된 경우, 이 노드는 형상 및 텍스처 단계를 위한 고해상도 특징 맵도 생성합니다.

이 문서는 AI에 의해 생성되었습니다. 오류를 발견하거나 개선 제안이 있으시면 기여해 주세요! GitHub에서 편집

Source fingerprint (SHA-256): 88e82b48fbe297c8e32ddd1b6659f196bda6f77fd53480bc021e85170d1923c7