Pixal3DConditioning - ComfyUI Built-in Node Documentation

此节点为 Trellis2 3D 生成流程准备图像条件。它使用 DINOv3 视觉模型在两种分辨率下从输入图像提取视觉特征，将其组织为各阶段的特征图（可选择通过 NAF 模型增强），并结合从水平视场导出的相机数据。它输出正向和负向条件对，其中负向条件使用零化特征以进行无分类器引导。

输入

参数	描述	数据类型	必需	范围
`clip 视觉模型`	DINOv3 ViT-L/16 ClipVision。	CLIP_VISION	是	—
`图像`	来自 ImageCropToMask 的预处理图像（针对 Pixal3D 的 pad_factor=1.1）。	IMAGE	是	—
`相机水平视场角`	水平 FOV（度）（显示名称：fov）。连接一个 MoGeGeometryToFOV（axis=‘horizontal’, unit=‘degrees’）以获得逐图像 FoV（与上游默认值一致）。默认值：49.13。	FLOAT	是	1.0 – 170.0

注意：camera_angle_x 值会在内部转换为弧度，并用于计算投影变换矩阵的相机距离。当提供的视觉模型包含 NAF 组件时，该节点还会为形状和纹理阶段生成高分辨率特征图。

输出名称	描述	数据类型
`正面`	包含从图像导出的特征图和投影数据的正向条件，用于 Trellis2 生成。	CONDITIONING
`负面`	特征张量被零化的负向条件，用于无分类器引导。	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

Source fingerprint (SHA-256): 3eba711620f6c56a21bbf7df89f8d406ce6f90908298b1a295a1dbbddd042472