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
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
LazyLLMLazyLLM是一款低代码构建多Agent大模型应用的开发工具,协助开发者用极低的成本构建复杂的AI应用,并可以持续的迭代优化效果。Python01
热门内容推荐
最新内容推荐
无缝对话体验升级:Cherry Studio如何解决多模型协作难题隐私优先的照片管理:Ente加密相册的安全存储与智能组织方案Go语言学习与实战指南:构建系统化的Golang知识体系如何永久保存QQ空间回忆?这款工具让青春足迹不褪色如何通过霞鹜文楷实现开源字体的中文阅读体验革新智能漫画翻译助手SickZil-Machine全攻略:高效去除文字的开源解决方案3分钟掌握的文本效率神器:Beeftext全攻略OpenCore Legacy Patcher全解析:让老旧Mac重获新生如何通过自动化配置工具快速生成黑苹果EFI?OpCore Simplify让复杂配置变简单如何打造专属音乐中心?MusicFreeDesktop插件生态全解析
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
665
4.29 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
507
615
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
397
292
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++
942
871
🎉 (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
1.55 K
898
暂无简介
Dart
915
222
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
133
209
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
558
仓颉编程语言运行时与标准库。
Cangjie
163
924