【亲测免费】 ComfyUI Segment Anything 项目下载及安装教程
2026-01-25 05:33:27作者:彭桢灵Jeremy
1、项目介绍
ComfyUI Segment Anything 是一个基于 GroundingDino 和 SAM(Segment Anything Model)的开源项目,旨在通过语义字符串来分割图像中的任意元素。该项目是 sd-webui-segment-anything 的 ComfyUI 版本,目前仅实现了最核心的功能。感谢 continue-revolution 的前期工作,本项目在输入相同的情况下,输出与 sd-webui-segment-anything 保持一致。
2、项目下载位置
项目托管在 GitHub 上,可以通过以下链接进行下载:
ComfyUI Segment Anything GitHub 仓库
3、项目安装环境配置
在安装项目之前,请确保您的系统满足以下环境要求:
- Python 3.x
- pip
环境配置步骤
-
安装 Python 依赖: 打开终端或命令提示符,运行以下命令安装所需的 Python 依赖:
pip3 install -r requirements.txt -
设置代理(可选): 如果自动下载模型速度较慢,可以设置 HTTP_PROXY 和 HTTPS_PROXY 环境变量来使用代理。
export HTTP_PROXY=http://your-proxy-server:port export HTTPS_PROXY=http://your-proxy-server:port
环境配置示例
以下是环境配置的示例图片:

4、项目安装方式
-
克隆项目仓库: 在终端或命令提示符中,导航到您希望安装项目的目录,然后运行以下命令克隆仓库:
git clone https://github.com/storyicon/comfyui_segment_anything.git -
进入项目目录: 克隆完成后,进入项目目录:
cd comfyui_segment_anything -
安装模型: 项目会自动下载所需的模型。如果自动下载速度较慢,可以手动下载模型并放置在相应的目录中。
- bert-base-uncased:下载模型文件并放置在
ComfyUI/models/bert-base-uncased目录中。 - GroundingDino:下载模型文件并放置在
ComfyUI/models/grounding-dino目录中。 - SAM:下载模型文件并放置在
ComfyUI/models/sams目录中。
- bert-base-uncased:下载模型文件并放置在
5、项目处理脚本
项目的主要处理脚本位于 node.py 文件中。您可以通过以下命令运行脚本:
python3 node.py
该脚本将根据输入的图像和语义字符串,自动分割图像中的元素并输出结果。
通过以上步骤,您可以成功下载并安装 ComfyUI Segment Anything 项目,并开始使用其强大的图像分割功能。
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