如何用ComfyUI Segment Anything实现精准图像分割?超简单教程来啦 🚀
2026-02-05 04:32:34作者:廉彬冶Miranda
ComfyUI Segment Anything是一款基于ComfyUI的开源图像分割工具,它能让你通过语义字符串轻松分割图像中的任何元素。作为sd-webui-segment-anything的ComfyUI版本,它继承了原项目的强大功能,同时提供更友好的操作体验,即使是新手也能快速上手!
📌 核心功能:用文字“指挥”AI分割图像
想象一下,只需输入简单的文字描述(比如“红色汽车”“蓝色天空”),AI就能自动识别并分割出图像中对应的元素——这就是ComfyUI Segment Anything的神奇之处!它基于GroundingDINO和SAM两大模型构建,实现了从文本指令到精准图像分割的全流程自动化。
图:使用ComfyUI Segment Anything分割图像的示例效果,展示AI如何根据语义指令精准提取图像元素
✨ 为什么选择它?三大亮点揭秘
- 零代码门槛:无需编写复杂代码,通过ComfyUI界面即可完成操作
- 输出一致性:与sd-webui-segment-anything保持相同输入输出结果,迁移成本极低
- 模型自动下载:首次使用时自动配置所需模型,省去手动部署烦恼
🚀 三步快速上手:从安装到分割
1️⃣ 一键安装依赖
在项目根目录执行以下命令,自动安装所有必要依赖:
pip3 install -r requirements.txt
2️⃣ 模型自动配置
首次运行时,系统会自动下载所需模型(也可手动下载):
- 语言理解核心:local_groundingdino/models/GroundingDINO/bertwarper.py 中集成的bert-base-uncased模型
- 目标定位引擎:GroundingDINO系列模型(支持SwinT_OGC和SwinB两种版本)
- 分割执行模块:sam_hq/modeling/mask_decoder_hq.py 实现的SAM-HQ高分辨率分割模型
⚠️ 提示:若下载速度慢,可设置HTTP_PROXY环境变量使用代理加速
3️⃣ 启动ComfyUI开始分割
将项目添加到ComfyUI的自定义节点目录,重启ComfyUI后即可在界面中找到Segment Anything相关节点,拖拽连接即可开始你的图像分割之旅!
🧩 技术原理浅析:两大模型如何协作?
- GroundingDINO定位目标:通过local_groundingdino/models/GroundingDINO/groundingdino.py 实现文本与图像的跨模态理解,精准定位文字描述对应的区域
- SAM-HQ精细分割:利用sam_hq/predictor.py 中的高效算法,对定位区域进行像素级分割,生成高质量掩码
🤝 贡献指南:一起完善这个工具
项目仍在持续开发中,欢迎通过以下方式参与贡献:
- Fork项目仓库
- 提交功能改进或bug修复
- 发送Pull Request等待审核
📚 官方资源
- 项目源码:node.py(核心节点定义)
- 模型配置:local_groundingdino/util/slconfig.py(模型参数管理)
- 分割逻辑:sam_hq/automatic.py(自动分割流程实现)
现在就尝试用ComfyUI Segment Anything来释放你的图像处理创造力吧!无论是设计素材提取、图像内容分析还是AI训练数据准备,它都能成为你的得力助手 💪
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
565
3.83 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
892
664
Ascend Extension for PyTorch
Python
376
445
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
349
199
昇腾LLM分布式训练框架
Python
116
145
暂无简介
Dart
794
197
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
777
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.13 K
269
React Native鸿蒙化仓库
JavaScript
308
359