入力
注:
start_image が指定されると、フレームシーケンスは VAE でエンコードされ、conditioning にマスクが適用されます。マスクは、開始画像でカバーされるフレームには 0、残りのフレームには 1 に設定されるため、指定された画像から生成が継続されます。エンコード時には、画像の最初の 3 つのカラーチャンネル（RGB）のみが使用されます。positive と negative の両方の conditioning は、同じ連結された latent 画像、マスク、および（指定されている場合は）CLIP vision 出力を受け取ります。 ref_pad_image が start_image と一緒に指定されると、その最初のフレームが width と height にリサイズされ、開始画像が配置される前に埋め込みフレームの RGB チャンネルに書き込まれるため、埋め込み部分には平坦なグレーではなく参照画像が入ります。これは ID-V2V などのモデルで使用される SVI 方式のドリフト防止パディングです。
出力
このドキュメントは AI によって生成されました。エラーを見つけた場合や改善のご提案がある場合は、ぜひ貢献してください！ GitHub で編集
Source fingerprint (SHA-256):
3000c1c816d2c123fc5bc46ea1f193c52c0f81a2f8c4a9110d8a4fa909185aea