用Python实现 LoraLoader类

这段代码定义了类 LoraLoader ，用于加载和应用 LoRA（Low-Rank Adaptation）模型到现有模型和 CLIP（Contrastive Language-Image Pretraining）模型上。LoRA 是一种用于高效微调模型的方法，通常用于在给定的任务上微调大型预训练模型。

类 LoraLoader

功能

加载和应用 LoRA 模型到给定的模型和 CLIP 模型上。

构造函数 __init__

初始化类实例，设置 loaded_lora 为 None，用于缓存已加载的 LoRA 模型。

def __init__(self):
    self.loaded_lora = None

类方法 INPUT_TYPES

定义输入参数的类型和默认值。

@classmethod
def INPUT_TYPES(s):
    return {"required": { "model": ("MODEL",),
                          "clip": ("CLIP", ),
                          "lora_name": (folder_paths.get_filename_list("loras"), ),
                          "strength_model": ("FLOAT", {"default": 1.0, "min": -100.0, "max": 100.0, "step": 0.01}),
                          "strength_clip": ("FLOAT", {"default": 1.0, "min": -100.0, "max": 100.0, "step": 0.01}),
                          }}

1. model：需要应用 LoRA 的模型实例。
2. clip：CLIP 模型实例。
3. lora_name：LoRA 模型的名称，从指定目录中获取。
4. strength_model：应用于模型的 LoRA 强度。
5. strength_clip：应用于 CLIP 的 LoRA 强度。

返回类型和函数定义

• RETURN_TYPES：返回类型为 "MODEL" 和 "CLIP"。
• FUNCTION：指定方法为 load_lora。
• CATEGORY：分类为 "loaders"。

  RETURN_TYPES = ("MODEL", "CLIP")
  FUNCTION = "load_lora"
  CATEGORY = "loaders"
  

方法 load_lora

加载和应用 LoRA 模型。

def load_lora(self, model, clip, lora_name, strength_model, strength_clip):
    if strength_model == 0 and strength_clip == 0:
        return (model, clip)

    lora_path = folder_paths.get_full_path("loras", lora_name)
    lora = None
    if self.loaded_lora is not None:
        if self.loaded_lora[0] == lora_path:
            lora = self.loaded_lora[1]
        else:
            temp = self.loaded_lora
            self.loaded_lora = None
            del temp

    if lora is None:
        lora = comfy.utils.load_torch_file(lora_path, safe_load=True)
        self.loaded_lora = (lora_path, lora)

    model_lora, clip_lora = comfy.sd.load_lora_for_models(model, clip, lora, strength_model, strength_clip)
    return (model_lora, clip_lora)

1. 检查 strength_model 和 strength_clip 是否为 0，如果是，则返回原始模型和 CLIP 实例。
2. 获取 LoRA 模型的完整路径。
3. 检查是否已经加载过 LoRA 模型，如果是且路径相同，则直接使用缓存的模型。
4. 如果没有缓存，则加载 LoRA 模型，并缓存起来。
5. 调用 comfy.sd.load_lora_for_models 方法，将 LoRA 模型应用到给定的模型和 CLIP 上，并返回应用后的模型和 CLIP。