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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0444
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0760
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0310
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
项目优选
收起
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
494
515
deepin linux kernel
C
32
16
Ascend Extension for PyTorch
Python
799
1.13 K
暂无描述
Markdown
825
5.48 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
780
1.57 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
964
2.27 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++
1.2 K
1.24 K
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
640
272
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
C
830
6.13 K
昇腾LLM分布式训练框架
Python
193
272