ZImageFunControlnet - ComfyUI Built-in Node Documentation

ZImageFunControlnet은 기본 모델에 제어 네트워크 패치를 적용하여 이미지 생성 또는 편집 과정을 안내할 수 있게 합니다. 이 노드는 모델, 모델 패치, VAE를 결합하며, 제어 효과가 결과에 얼마나 강하게 영향을 미치는지 제어할 수 있습니다. 선택적 이미지, 인페인팅 이미지, 마스크 입력을 통해 더욱 표적화된 편집이 가능합니다. 이 노드는 Z-Image ControlNet 패치와 Load Model Patch 노드를 통해 로드된 Qwen Image 2.1 Fun ControlNet 패치와 함께 작동합니다.

입력

매개변수	설명	데이터 타입	필수	범위
`모델`	생성 과정에 사용되는 기본 모델입니다.	MODEL	예	-
`모델 패치`	제어 네트워크의 가이드를 적용하는 특수화된 패치 모델입니다.	MODEL_PATCH	예	-
`vae`	이미지 인코딩 및 디코딩에 사용되는 변분 오토인코더입니다.	VAE	예	-
`강도`	제어 네트워크 영향의 강도입니다. 양수 값은 효과를 적용하고, 음수 값은 효과를 반전할 수 있습니다(기본값: 1.0).	FLOAT	예	-10.0 ~ 10.0 (단계 0.01)
`이미지`	생성 과정을 안내하는 선택적 기본 이미지입니다.	IMAGE	아니요	-
`인페인트 이미지`	마스크로 정의된 영역을 인페인팅하는 데 특별히 사용되는 선택적 이미지입니다.	IMAGE	아니요	-
`mask`	이미지에서 편집하거나 인페인팅해야 할 영역을 정의하는 선택적 마스크입니다.	MASK	아니요	-
`start_percent`	제어 네트워크가 효과를 발휘하기 시작하는 디노이징 과정의 지점으로, 전체 샘플링 단계에 대한 비율입니다(기본값: 0.0).	FLOAT	아니요	0.0 ~ 1.0 (단계 0.001)
`end_percent`	제어 네트워크가 효과를 멈추는 디노이징 과정의 지점입니다(기본값: 1.0).	FLOAT	아니요	0.0 ~ 1.0 (단계 0.001)

참고: inpaint_image 매개변수는 일반적으로 mask와 함께 사용되어 인페인팅할 내용을 지정합니다. 노드의 동작은 어떤 선택적 입력이 제공되는지에 따라 달라질 수 있습니다(예: image를 안내에 사용하거나 image, mask, inpaint_image를 인페인팅에 사용). start_percent 및 end_percent 값은 제어 네트워크를 디노이징 과정의 특정 구간으로 제한하며, 그 구간 밖에서는 패치 없이 모델을 샘플링합니다. strength가 0이거나 image, inpaint_image, mask 중 어느 것도 연결되지 않은 경우, 노드는 기본 모델을 변경하지 않고 반환합니다. Z-Image Control 패치의 경우 제공된 마스크는 사용 전에 반전되며(1.0 - mask), Qwen Image 2.1 Fun ControlNet 패치는 마스크를 주어진 대로 사용합니다. 이 노드는 실험적(experimental)으로 표시되어 있습니다.

출력

출력 이름	설명	데이터 타입
`model`	제어 네트워크 패치가 적용된 모델로, 샘플링 파이프라인에서 사용할 준비가 되었습니다.	MODEL

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

Source fingerprint (SHA-256): 9673b8b6e091713bcc93fe5fd1cfed12e6941571d1017e10ac94c19e1afd4ca1

​입력

​출력

입력

출력