第三方插件
ComfyUI-KJNodes
Intrinsic Lora Sampling
用于从图像中生成内在属性，如深度图、表面法线、反照率和阴影。Intrinsic Lora
节点中英文对比
按当前节点配置，分别展示中文与英文节点结构。
中文节点
Intrinsic Lora Sampling
lora_name
task
text
per_batch
英文节点
Intrinsic Lora Sampling
lora_name
task
text
per_batch
参数说明
依据当前节点关联的 `NodesItems` 数据展示输入、输出与控件说明。
输入参数
模型
model
基础模型，用于进行 LoRA 推理。
clip
clip
用于编码 prompt 的 CLIP 模型。
vae
vae
编解码图像所需的 VAE 模型。
image
image
输入图像（RGB），若不提供 latent，则自动使用图像并编码为 latent。
optional_latent
optional_latent
可选 latent 编码，直接跳过图像→编码步骤。
输出参数
IMAGE
IMAGE
由 LoRA 模型生成的任务特定图像，如深度图、法线图等。
LATENT
LATENT
与输出图像对应的 latent 编码。
控件参数
lora_name
lora_name
选择 intrinsic-lora 文件名。路径来源于 intrinsic_loras 文件夹。
task
task
要执行的 intrinsic 任务类型。
depth map（深度图）：记录物体距相机距离，用于 3D 重建、VR 等。
albedo（反照率、漫反射率）：反映物体自身颜色和材质，用于逼真材质渲染。
shading（着色）：依物体形状、材质、光照算表面颜色亮度，营造逼真效果。
surface normals（表面法线）：指物体表面点朝向，用于图形渲染的光照计算。
text
text
附加的提示词，与 task 组合后输入到文本编码器。
per_batch
per_batch
每次处理的批次大小。推荐设置为 8~32 之间以兼顾速度与显存。对大图像序列使用小批次防止爆显存。
详细说明
结合节点用途、参数和调用方式，给出更完整的说明内容。
暂无节点说明
同类节点导航
继续浏览同一分类下的相邻节点，方便串联学习。