跳转到主要内容
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
从指定目录加载一批图像及其对应的文本描述,用于训练目的。该节点会自动搜索图像文件及其关联的描述文本文件,根据指定的缩放设置处理图像,并使用提供的 CLIP 模型对描述进行编码。

输入

参数数据类型是否必需范围描述
folderSTRING-要加载图像的文件夹。
clipCLIP-用于对文本进行编码的 CLIP 模型。
resize_methodCOMBO”None"
"Stretch"
"Crop"
"Pad”
用于调整图像大小的方法(默认值:“None”)。
widthINT-1 到 10000调整图像的目标宽度。-1 表示使用原始宽度(默认值:-1)。
heightINT-1 到 10000调整图像的目标高度。-1 表示使用原始高度(默认值:-1)。
注意: CLIP 输入必须有效且不能为 None。如果 CLIP 模型来自检查点加载器节点,请确保检查点包含有效的 CLIP 或文本编码器模型。 关于文件夹结构的说明: 该节点支持 kohya-ss/sd-scripts 文件夹结构。如果子文件夹的名称以数字开头后跟下划线(例如 5_myclass),则该数字用作重复次数,该子文件夹内的图像将被加载相应次数。

输出

输出名称数据类型描述
IMAGEIMAGE加载并处理后的图像批次。
CONDITIONINGCONDITIONING从文本描述编码得到的条件数据。

Source fingerprint (SHA-256): ffd6399783fc281a58bae811112d9ecacb51ab8ea3b512befa9b9fab2c6860de