如何用 ComfyUI-YoloWorld-EfficientSAM 实现高效 AI 图像分割?2024 超全指南 🚀
2026-02-05 05:29:03作者:温玫谨Lighthearted
ComfyUI-YoloWorld-EfficientSAM 是一个非官方实现的开源项目,结合 YOLO-World 与 EfficientSAM 技术,为 ComfyUI 提供高效的对象检测与分割功能。支持图像/视频处理、蒙版分离提取,让新手也能轻松实现专业级 AI 视觉任务。
📌 核心功能亮点:为什么选择这个 AI 分割工具?
✅ 双引擎驱动:检测+分割一体化
- YOLO-World:高效对象检测模型,支持多种尺寸(yolo_world/l, m, s)
- EfficientSAM:轻量化实例分割引擎,兼容 CUDA 加速与 CPU 运行
两者结合实现 "检测-分割-蒙版提取" 全流程,处理速度比传统方案提升 300% ⚡
✅ V2.0 重磅升级功能
- 蒙版分离提取:支持选择指定蒙版单独输出
- 跨媒体支持:同时兼容图像与视频处理
- 节点优化:新增
YOLO_WORLD_SEGS节点(由 ltdrdata 提供)
图:ComfyUI-YoloWorld-EfficientSAM 工作流界面,展示对象检测与蒙版生成效果
🛠️ 零基础安装指南:5 分钟快速上手
🔧 准备工作(必看!)
- Python 3.7+ 环境
- Git 工具
- NVIDIA 显卡(推荐,支持 CUDA 加速)
📦 两种安装方式任选
方法 1:ComfyUI Manager 一键安装(推荐新手)
在 ComfyUI 管理器中搜索 "YoloWorld-EfficientSAM",点击安装并重启即可。
方法 2:手动安装步骤
# 1. 进入 ComfyUI 插件目录
cd custom_nodes
# 2. 克隆项目仓库
git clone https://gitcode.com/gh_mirrors/co/ComfyUI-YoloWorld-EfficientSAM
# 3. 安装依赖包
cd ComfyUI-YoloWorld-EfficientSAM
pip install -r requirements.txt
# 4. 重启 ComfyUI 完成安装
📥 模型文件下载
将以下两个文件下载到项目根目录:
🔍 核心节点详解:解锁全部功能
📊 Yoloworld Model Loader(模型加载节点)
- 功能:加载 YOLO-World 检测模型
- 参数:模型尺寸选择(l/m/s)、置信度阈值
- 路径:YOLO_WORLD_EfficientSAM.py
✂️ Yoloworld ESAM(检测分割节点)
- 核心参数:
categories:检测目标类别(如 "person, car, dog")mask_combined:合并蒙版开关mask_extracted_index:指定输出蒙版序号
图:Yoloworld ESAM 节点参数配置界面,展示蒙版提取选项
🎞️ 视频处理支持
通过 utils/video.py 模块实现视频帧序列处理,配合蒙版跟踪算法实现流畅视频分割效果。
🚀 实战工作流:从安装到出图全流程
🖼️ 图像检测分割步骤
- 加载示例工作流:
YOLO_World_EfficientSAM_WORKFLOWS/YoloWorld-EfficientSAM V2.0 IMG 【Zho】.json - 连接图像输入节点
- 在
Yoloworld ESAM节点设置目标类别(如 "cat, flower") - 调整置信度阈值(建议 0.3-0.5)
- 运行生成带蒙版的分割结果
🎥 视频处理特别说明
- 使用 V2.0 视频工作流模板
- 需安装额外视频编码依赖:
pip install opencv-python ffmpeg-python - 蒙版跟踪默认开启,可在 utils/video.py 中调整参数
❓ 常见问题解决(FAQ)
🔄 模型下载失败怎么办?
手动下载模型后放置到项目根目录,路径示例:
custom_nodes/ComfyUI-YoloWorld-EfficientSAM/efficient_sam_s_gpu.jit
🖥️ CPU 运行卡顿如何优化?
- 选择小尺寸模型(yolo_world/s)
- 降低输入分辨率(建议 ≤1024x768)
- 关闭
with_segmentation选项仅保留检测功能
🚨 工作流加载报错?
- 确保使用 V2.0 工作流(V1.0 已弃用)
- 检查模型文件是否完整
- 重启 ComfyUI 并清除缓存
📚 进阶资源
官方工作流模板
- 图片处理:V2.0 图片检测+分割
- 视频处理:V2.0 视频检测+分割
技术原理参考
🌟 版本更新日志
- 2024.02.24:V2.0 发布,新增蒙版分离提取功能
- 2024.02.21:合并
Yoloworld ESAM Detector Provider节点 - 2024.02.20:项目初始化,实现基础检测分割功能
通过本工具,即使是 AI 视觉新手也能在 ComfyUI 中快速实现专业级对象检测与分割。立即下载体验,开启你的 AI 图像处理之旅吧! 🌈
登录后查看全文
热门项目推荐
相关项目推荐
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
最新内容推荐
5分钟掌握ImageSharp色彩矩阵变换:图像色调调整的终极指南3分钟解决Cursor试用限制:go-cursor-help工具全攻略Transmission数据库迁移工具:转移种子状态到新设备如何在VMware上安装macOS?解锁神器Unlocker完整使用指南如何为so-vits-svc项目贡献代码:从提交Issue到创建PR的完整指南Label Studio数据处理管道设计:ETL流程与标注前预处理终极指南突破拖拽限制:React Draggable社区扩展与实战指南如何快速安装 JSON Formatter:让 JSON 数据阅读更轻松的终极指南Element UI表格数据地图:Table地理数据可视化Formily DevTools:让表单开发调试效率提升10倍的神器
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
527
3.72 K
Ascend Extension for PyTorch
Python
334
398
暂无简介
Dart
768
191
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++
881
589
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
336
170
React Native鸿蒙化仓库
JavaScript
302
352
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🎉 (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
1.33 K
749
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
986
246