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SamplerLCMUpscale 节点提供了一种专门的采样方法，结合了潜在一致性模型（LCM）采样与图像放大功能。它允许您在采样过程中使用多种插值方法放大图像，从而在保持图像质量的同时生成更高分辨率的输出。
输入
| 参数 | 数据类型 | 是否必填 | 范围 | 描述 |
|---|---|---|---|---|
缩放比例 | FLOAT | 否 | 0.1 - 20.0 | 放大过程中应用的缩放比例（默认值：1.0） |
缩放步数 | INT | 否 | -1 - 1000 | 放大过程使用的步数。设为 -1 可自动计算（默认值：-1） |
缩放方法 | COMBO | 是 | ”bislerp" "nearest-exact" "bilinear" "area" "bicubic” | 用于放大图像的插值方法 |
输出
| 输出名称 | 数据类型 | 描述 |
|---|---|---|
sampler | SAMPLER | 返回一个配置好的采样器对象，可用于采样流程中 |
Source fingerprint (SHA-256):
fe0d4c8676454a9e8ecf4bb4e149c9b5e22083322447749116d624984d75e73c