입력
출력
이 문서는 AI에 의해 생성되었습니다. 오류를 발견하거나 개선 제안이 있으시면 기여해 주세요! GitHub에서 편집
Source fingerprint (SHA-256):
ede1ea8f5a95e7f9e52070b5132a4ed3e87f92230d14a74b9d713f547c74d785Documentation Index
Fetch the complete documentation index at: /llms.txt
Use this file to discover all available pages before exploring further.
SD4XUpscaleConditioning 노드는 확산 모델을 사용하여 이미지를 업스케일링하기 위한 컨디셔닝 데이터를 준비합니다. 입력 이미지와 컨디셔닝 데이터를 받아 스케일링과 노이즈 증강을 적용하여 업스케일링 과정을 안내하는 수정된 컨디셔닝을 생성합니다. 이 노드는 업스케일된 차원에 대한 잠재 표현과 함께 양성 및
| 매개변수 | 설명 | 데이터 타입 | 필수 여부 | 범위 |
|---|---|---|---|---|
이미지 | 업스케일링할 입력 이미지 | IMAGE | 예 | - |
긍정 조건 | 원하는 콘텐츠 생성을 안내하는 양성 컨디셔닝 데이터 | CONDITIONING | 예 | - |
부정 조건 | 원하지 않는 콘텐츠 생성을 억제하는 음성 컨디셔닝 데이터 | CONDITIONING | 예 | - |
확대율 | 입력 이미지에 적용되는 스케일링 비율 (기본값: 4.0) | FLOAT | 아니요 | 0.0 - 10.0 |
노이즈 증강 | 업스케일링 과정에서 추가할 노이즈의 양 (기본값: 0.0) | FLOAT | 아니요 | 0.0 - 1.0 |
| 출력 이름 | 설명 | 데이터 타입 |
|---|---|---|
긍정 조건 | 업스케일링 정보가 적용된 수정된 양성 컨디셔닝 | CONDITIONING |
부정 조건 | 업스케일링 정보가 적용된 수정된 음성 컨디셔닝 | CONDITIONING |
잠재 이미지 | 업스케일된 차원에 맞는 빈 잠재 표현 | LATENT |
이 문서는 AI에 의해 생성되었습니다. 오류를 발견하거나 개선 제안이 있으시면 기여해 주세요! GitHub에서 편집
ede1ea8f5a95e7f9e52070b5132a4ed3e87f92230d14a74b9d713f547c74d785