跳转到主要内容
此节点根据图像和控制网模型,对 conditioning 数据应用高级控制网变换。它允许对控制网对生成内容的影响进行精细调整,从而实现对 conditioning 的更精确和多样化的修改。

输入

参数描述数据类型
正面条件将应用控制网变换的正向 conditioning 数据。它表示在生成内容中需要增强或保留的期望属性或特征。CONDITIONING
负面条件负向 conditioning 数据,表示需要在生成内容中减弱或移除的属性或特征。控制网变换也会应用于此数据,从而实现对内容特征的平衡调整。CONDITIONING
ControlNet控制网模型对于定义 conditioning 数据的具体调整和增强至关重要。它根据参考图像和强度参数来应用变换,通过修改正向和负向 conditioning 数据中的属性,显著影响最终输出。CONTROL_NET
图像作为控制网变换参考的图像。它影响控制网对 conditioning 数据所做的调整,指导特定特征的增强或抑制。IMAGE
强度一个标量值,决定控制网对 conditioning 数据影响的强度。数值越高,调整效果越明显。FLOAT
开始百分比控制网效果的起始百分比,允许在指定范围内逐步应用变换。FLOAT
结束百分比控制网效果的结束百分比,定义了变换应用的范围。这使得对调整过程的控制更加精细。FLOAT

输出

参数描述数据类型
负面条件应用控制网变换后的修改版正向 conditioning 数据,反映了基于输入参数所做的增强。CONDITIONING
负面条件应用控制网变换后的修改版负向 conditioning 数据,反映了基于输入参数对特定特征的抑制或移除。CONDITIONING
本文档由 AI 生成。如果您发现任何错误或有改进建议,欢迎贡献! 在 GitHub 上编辑