KSampler Cycle

节点中英文对比
KSampler Cycle
  • 模型
  • 正面条件
  • 负面条件
  • Latent图像
  • vae
  • secondary_model
  • upscale_model
  • processor_model
  • pos_additive
  • neg_additive
  • latent(s)
  • seed
    steps
    cfg
    sampler_name
    scheduler
    tiled_vae
    latent_upscale
    upscale_factor
    upscale_cycles
    starting_denoise
    cycle_denoise
    scale_denoise
    scale_sampling
    secondary_start_cycle
    pos_add_mode
    pos_add_strength
    pos_add_strength_scaling
    pos_add_strength_cutoff
    neg_add_mode
    neg_add_strength
    neg_add_strength_scaling
    neg_add_strength_cutoff
    sharpen_strength
    sharpen_radius
    steps_scaling
    steps_control
    steps_scaling_value
    steps_cutoff
    denoise_cutoff
    KSampler Cycle
  • model
  • positive
  • negative
  • latent_image
  • vae
  • secondary_model
  • upscale_model
  • processor_model
  • pos_additive
  • neg_additive
  • latent(s)
  • seed
    steps
    cfg
    sampler_name
    scheduler
    tiled_vae
    latent_upscale
    upscale_factor
    upscale_cycles
    starting_denoise
    cycle_denoise
    scale_denoise
    scale_sampling
    secondary_start_cycle
    pos_add_mode
    pos_add_strength
    pos_add_strength_scaling
    pos_add_strength_cutoff
    neg_add_mode
    neg_add_strength
    neg_add_strength_scaling
    neg_add_strength_cutoff
    sharpen_strength
    sharpen_radius
    steps_scaling
    steps_control
    steps_scaling_value
    steps_cutoff
    denoise_cutoff
    KSampler Cycle - 参数说明
    输入参数
    model
    用于生成图像的模型。
    positive
    正向提示词。
    negative
    负向提示词。
    latent_image
    整个流程的起始潜空间图像。
    vae
    用于在像素空间和潜空间之间转换的模型。
    secondary_model
    第二个 Checkpoint 模型。可以在流程进行到一定阶段时切换到这个模型。
    upscale_model
    放大模型:使用专门的放大模型(如 ESRGAN)进行像素空间放大,通常能获得比标准缩放算法更好的细节。
    processor_model
    预处理模型:在放大之前,对图像应用一个模型(通常是去噪或平滑模型)进行预处理。
    pos_additive
    附加的正向提示词,可以用来在循环过程中动态地增加某些提示词的影响力。
    neg_additive
    附加的负向提示词,可以用来在循环过程中动态地减少某些提示词的影响力。
    输出参数
    latent(s)
    经过所有循环放大和细节增强后,生成的最终潜空间图像。
    控件参数
    seed
    随机种子,确保每次运行结果的可复现性。
    steps
    初始采样步数。在循环中可能会动态变化。
    cfg
    文本提示的引导强度。
    sampler_name
    采样器算法(如 euler, dpmpp_2m_karras)。
    scheduler
    调度器,与采样器配合控制噪声衰减(如 normal, karras)。
    tiled_vae
    分块 VAE:enable时,在解码和编码大尺寸图像时使用分块处理,可以显著降低显存消耗,防止爆显存。
    latent_upscale
    潜空间放大方法:直接在潜空间进行放大的算法。速度快,显存占用低,disable则切换到更灵活但更慢的像素空间放大模式。
    upscale_factor
    总放大倍数:整个循环结束后,图像尺寸的总放大倍数。例如,值为2.0意味着最终图像的宽高都是初始图像的2倍。节点会自动计算每次循环的放大率。
    upscale_cycles
    放大循环次数:定义了要执行“放大-重绘”循环的总次数。例如,值为3会进行3轮放大。
    starting_denoise
    起始去噪强度:第一轮(初始生成)时使用的去噪强度。通常为1.0,表示从纯噪声开始生成。
    cycle_denoise
    循环去噪强度:从第二个循环开始的基础降噪强度,决定了在后续放大步骤中保留多少前一阶段的图像信息。较低的值(如 0.3 - 0.5)会保留图像结构并添加细节,较高的值会产生更多变化。
    scale_denoise
    缩放去噪强度:(enable/disable) 是否在每个循环中动态缩减降噪强度。启用后,随着循环次数增加,降噪强度会逐渐减小,有助于稳定画面,防止后期细节崩溃。
    scale_sampling
    (像素)缩放采样算法:当 latent_upscale 为 disable 时,用于放大像素图像的算法(如 lanczos, bicubic)。
    secondary_start_cycle
    从第几个循环开始切换到 secondary_model。当循环进行到这一轮时,将主模型切换为secondary_model。可用于先用一个模型打基础,再用另一个模型加细节。
    pos_add_mode
    附加正向提示词强度控制模式:决定附加正向提示词的强度随循环递增还是递减。
    pos_add_strength
    附加正向提示词的基础权重。
    pos_add_strength_scaling
    enable时,附加正向提示词的权重会随循环次数指数级变化,产生更戏剧性的效果。
    pos_add_strength_cutoff
    附加正向提示词强度的上限或下限,防止强度过高或过低。
    neg_add_mode
    附加负向提示词强度控制模式:决定附加负向提示词的强度随循环递增还是递减。
    neg_add_strength
    附加负向提示词的基础权重。
    neg_add_strength_scaling
    enable时,附加负向提示词的权重会随循环次数指数级变化,产生更戏剧性的效果。
    neg_add_strength_cutoff
    附加负向提示词强度的上限或下限,防止强度过高或过低。
    sharpen_strength
    锐化强度。在像素空间放大后对图像进行锐化,增加清晰度。
    sharpen_radius
    锐化半径,控制锐化影响的范围。
    steps_scaling
    (enable/disable) 是否在循环中动态调整采样步数。
    steps_control
    (decrement/increment) 控制采样步数是递增还是递减。
    steps_scaling_value
    每次循环增/减的步数。
    steps_cutoff
    步数的上限或下限。
    denoise_cutoff
    当 scale_denoise 启用时,降噪强度的最低值,防止降噪过低导致图像变化太小。
    暂无节点说明
    节点列表 首页