ResolutionBucket - ComfyUI Built-in Node Documentation

이 노드는 잠재 이미지 목록과 해당 컨디셔닝 데이터를 해상도별로 구성합니다. 동일한 높이와 너비를 공유하는 항목을 함께 그룹화하여 각 고유 해상도에 대해 별도의 배치를 생성합니다. 이 프로세스는 모델이 동일한 크기의 여러 항목을 함께 처리할 수 있게 하여 효율적인 학습을 위한 데이터 준비에 유용합니다.

이 노드는 잠재 이미지 목록과 해당 컨디셔닝 데이터를 해상도별로 구성합니다. 동일한 높이와 너비를 공유하는 항목을 함께 그룹화하여 각 고유 해상도에 대해 별도의 배치를 생성합니다. 이 프로세스는 모델이 동일한 크기의 여러 항목을 함께 처리할 수 있게 하여 효율적인 학습을 위한 데이터 준비에 유용합니다.

​

입력

매개변수	설명	데이터 타입	필수	범위
latents	해상도별로 버킷팅할 잠재 딕셔너리 목록입니다.	LATENT	예	N/A
conditioning	컨디셔닝 목록의 목록입니다(latents 길이와 일치해야 합니다).	CONDITIONING	예	N/A

참고: latents 목록의 항목 수는 conditioning 목록의 항목 수와 정확히 일치해야 합니다. 수가 일치하지 않으면 노드에서 오류가 발생합니다. 각 잠재 딕셔너리에는 샘플 배치가 포함될 수 있으며, 해당 배치에 대한 컨디셔닝 목록에는 일치하는 수의 컨디셔닝 항목이 포함되어야 합니다. 잠재 샘플의 형태는 이미지의 경우 (B, C, H, W), 비디오의 경우 (B, T, C, H, W)일 수 있으며, 노드는 높이와 너비만 기준으로 그룹화합니다.

​

출력

출력 이름	설명	데이터 타입
latents	해상도 버킷당 하나씩, 배치 처리된 잠재 딕셔너리 목록입니다.	LATENT
conditioning	해상도 버킷당 하나씩, 컨디셔닝 목록의 목록입니다.	CONDITIONING

이 문서는 AI에 의해 생성되었습니다. 오류를 발견하거나 개선 제안이 있으시면 기여해 주세요! GitHub에서 편집

---

Source fingerprint (SHA-256): 11687f9916895136c7c5b8146cd7519cbf6c296720e453bac52fe4da237403cd