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 StartedRust0199
cann-learning-hubCANN 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 Notebook0130
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
770
5.02 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++
692
1.36 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++
865
1.96 K
Ascend Extension for PyTorch
Python
728
905
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
461
455
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++
1.09 K
1.12 K
Claude 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 Started
Rust
1.93 K
199
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
3.09 K
643
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
265