MakeTrainingDataset - ComfyUI Built-in Node Documentation

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

此节点通过编码图像和文本来准备训练数据。它接收图像列表和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。最终输出的配对潜在表示和条件数据以列表形式呈现，可直接用于训练工作流。

输入参数

参数名	数据类型	必填	取值范围	描述
`images`	IMAGE	是	N/A	待编码的图像列表。
`vae`	VAE	是	N/A	用于将图像编码为潜在表示的 VAE 模型。
`clip`	CLIP	是	N/A	用于将文本编码为条件数据的 CLIP 模型。
`texts`	STRING	否	N/A	文本描述列表。长度可以是 n（与图像数量匹配）、1（为所有图像重复使用）或省略（使用空字符串）。

参数约束：

texts 列表中的项目数必须为 0、1，或与 images 列表中的项目数完全匹配。如果为 0，则所有图像都使用空字符串。如果为 1，则该单一文本会为所有图像重复使用。

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