Trellis2Conditioning - ComfyUI Built-in Node Documentation

Trellis2Conditioning 将输入图像转换为 TRELLIS.2 模型的条件数据。它使用 CLIP 视觉模型将图像编码为两组特征（512 和 1024 尺度），并将其打包为正条件对，同时创建匹配的零填充负条件对，作为空参考。

输入

参数	描述	数据类型	是否必需	范围
`clip_vision_model`	用于将图像编码为条件特征的 CLIP 视觉模型。	CLIP_VISION	是	任何可用的 CLIP 视觉模型
`图像`	来自 ImageCropToMask 的预处理图像（TRELLIS.2 使用 pad_factor=1.0）。	IMAGE	是	任意图像

输出名称	描述	数据类型
`正向`	包含 512 和 1024 尺度下编码图像特征的条件数据，用作 TRELLIS.2 模型的正条件。	CONDITIONING
`负向`	与正条件形状相同的零填充条件数据，用作空的负参考。	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): 467698e58558ceca9ac633d63aacf360a1eb674ac4ebd47de7423f85e62c0fe6