MakeTrainingDataset - ComfyUI Built-in Node Documentation

此节点通过编码图像和文本来准备训练数据。它接收图像列表及对应的文本描述列表，然后使用 VAE 模型将图像转换为潜在表示，并使用 CLIP 模型将文本转换为条件数据。生成的成对潜在表示和条件数据以列表形式输出，可直接用于训练流程。

输入

参数	描述	数据类型	是否必填	范围
`图像`	待编码的图像列表。	IMAGE	是	无
`VAE`	用于将图像编码为潜在表示的 VAE 模型。	VAE	是	无
`CLIP`	用于将文本编码为条件数据的 CLIP 模型。	CLIP	是	无
`文本`	文本描述列表。长度可为 n（与图像数量匹配）、1（对所有图像重复使用）或省略（使用空字符串）。	STRING	否	无

参数约束：

texts 列表中的项目数量必须为 0、1 或与 images 列表中的项目数量完全一致。若为 0，则所有图像使用空字符串；若为 1，则对所有图像重复使用该单一文本。

输出名称	描述	数据类型
`条件`	潜在字典列表。	LATENT
`conditioning`	条件列表的列表。	CONDITIONING

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

Source fingerprint (SHA-256): 95947c03f140f527f3db54d0b0131d956646055542ddb546ae5eaa82e4e8cefa