VOIDInpaintConditioning - ComfyUI Built-in Node Documentation

Complete documentation for the VOIDInpaintConditioning node in ComfyUI. Learn its inputs, outputs, parameters and usage.

VOIDInpaintConditioning 노드는 CogVideoX 모델의 인페인팅에 필요한 컨디셔닝 데이터를 준비합니다. 소스 비디오와 전처리된 쿼드마스크를 입력받아 VAE를 통해 인코딩한 후, 모델이 마스크 영역을 채우는 데 사용하는 32채널 컨디셔닝 신호로 결합합니다.

​

입력

매개변수	설명	데이터 타입	필수	범위
positive	인페인팅 잠재 정보로 보강할 포지티브 컨디셔닝	CONDITIONING	예	-
negative	인페인팅 잠재 정보로 보강할 네거티브 컨디셔닝	CONDITIONING	예	-
vae	마스크와 마스킹된 비디오를 잠재 공간으로 인코딩하는 데 사용되는 VAE 모델	VAE	예	-
video	소스 비디오 프레임 [T, H, W, 3]	IMAGE	예	-
quadmask	VOIDQuadmaskPreprocess에서 전처리된 쿼드마스크 [T, H, W]	MASK	예	-
width	비디오와 마스크를 리사이즈할 너비 (기본값: 672)	INT	예	16 ~ MAX_RESOLUTION (단위: 8)
height	비디오와 마스크를 리사이즈할 높이 (기본값: 384)	INT	예	16 ~ MAX_RESOLUTION (단위: 8)
length	처리할 픽셀 프레임 수. CogVideoX-Fun-V1.5(patch_size_t=2)의 경우 latent_t가 짝수여야 하므로, 홀수 latent_t를 생성하는 길이는 내림 처리됩니다(예: 49 → 45) (기본값: 45)	INT	예	1 ~ MAX_RESOLUTION (단위: 1)
batch_size	출력 노이즈 잠재의 배치 크기 (기본값: 1)	INT	예	1 ~ 64

​

출력

출력 이름	설명	데이터 타입
positive	인페인팅 잠재 정보가 추가된 포지티브 컨디셔닝	CONDITIONING
negative	인페인팅 잠재 정보가 추가된 네거티브 컨디셔닝	CONDITIONING
latent	형태가 [batch_size, 16, latent_t, latent_h, latent_w]인 0으로 채워진 노이즈 잠재 텐서	LATENT

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

---

Source fingerprint (SHA-256): a1fe36376d7930286c7a288f261dcf2961d6b13cc412d1a0d42af8a4f9ebeeaf