Pixal3DConditioning - ComfyUI Built-in Node Documentation - ComfyUI

이 노드는 Trellis2 3D 생성 파이프라인을 위한 이미지 컨디셔닝을 준비합니다. DINOv3 비전 모델을 사용하여 입력 이미지에서 두 가지 해상도로 시각적 특징을 추출하고, 이를 단계별 특징 맵으로 구성한 다음(선택적으로 NAF 모델로 향상), 수평 시야각에서 파생된 카메라 데이터와 결합합니다. 긍정(positive) 및 부정(negative) 컨디셔닝 쌍을 출력하며, 부정 컨디셔닝은 classifier-free guidance를 위해 0으로 설정된 특징을 사용합니다.

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 시야각(FOV)을 도 단위로 나타냅니다(표시 이름: fov). 이미지별 FoV를 얻으려면 MoGeGeometryToFOV(axis=‘horizontal’, unit=‘degrees’)를 연결하세요(업스트림 기본값과 일치). 기본값: 49.13.	FLOAT	예	1.0 – 170.0

참고: camera_angle_x 값은 내부적으로 라디안으로 변환되며 투영 변환 행렬의 카메라 거리를 계산하는 데 사용됩니다. 제공된 비전 모델에 NAF 구성 요소가 포함된 경우, 이 노드는 형상 및 텍스처 단계를 위한 고해상도 특징 맵을 추가로 생성합니다.

출력

출력 이름	설명	데이터 타입
`긍정`	Trellis2 생성을 위한 이미지 기반 특징 맵과 투영 데이터를 포함하는 긍정 컨디셔닝입니다.	CONDITIONING
`부정`	classifier-free guidance를 위해 0으로 설정된 특징 텐서를 포함하는 부정 컨디셔닝입니다.	CONDITIONING

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

Source fingerprint (SHA-256): 3eba711620f6c56a21bbf7df89f8d406ce6f90908298b1a295a1dbbddd042472