ComfyUI Segment Anything 图像分割完整教程：从安装到实战指南

ComfyUI Segment Anything 是一款基于 GroundingDINO 和 SAM（Segment Anything Model）的强大图像分割插件，能够通过语义字符串精确分割图像中的任何元素。这个ComfyUI版本的sd-webui-segment-anything为AI绘画和图像处理带来了革命性的便利。

🚀 快速安装步骤

首先，你需要将项目克隆到本地：

git clone https://gitcode.com/gh_mirrors/co/comfyui_segment_anything

然后安装必要的依赖包：

pip3 install -r requirements.txt

主要依赖包括 segment_anything、timm、addict 和 yapf，确保你的环境准备就绪。

📦 模型配置指南

自动下载 vs 手动下载

模型会在使用时自动下载，但如果网络较慢，建议设置 HTTP_PROXY 和 HTTPS_PROXY 环境变量使用代理。

核心模型介绍

GroundingDINO 模型：

• GroundingDINO_SwinT_OGC (694MB)
• GroundingDINO_SwinB (938MB)

SAM 模型：

• sam_vit_h (2.56GB) - 高精度版本
• sam_vit_l (1.25GB) - 平衡版本
• sam_vit_b (375MB) - 轻量版本
• sam_hq_vit_h (2.57GB) - 高质量版本

🎯 实战操作流程

1. 模型加载配置

在 ComfyUI 工作流中，首先需要加载两个核心模型：

• SAMModelLoader：加载 SAM 分割模型
• GroundingDinoModelLoader：加载 GroundingDINO 定位模型

2. 文本提示分割

使用 GroundingDinoSAMSegment 节点，输入文本提示（如"face"）即可定位并分割指定区域。置信度阈值通常设置为 0.300 以获得最佳效果。

3. 掩码处理技巧

• InvertMask：反转掩码逻辑
• Convert Mask to Image：将掩码转为可视化图像
• Preview Image：实时预览分割结果

💡 实用技巧与优化

提高分割精度

选择合适大小的模型：对于精细分割任务，推荐使用 sam_hq_vit_h 高质量模型；对于一般应用，sam_vit_b 即可满足需求。

工作流优化

合理组织节点连接顺序，确保数据流顺畅。建议先进行 GroundingDINO 定位，再使用 SAM 进行精确分割。

🔧 核心模块解析

项目包含两个主要模块：

SAM HQ 模块 (sam_hq/)：

• modeling/image_encoder.py - 图像编码器
• modeling/mask_decoder_hq.py - 高质量掩码解码器
• build_sam_hq.py - 模型构建工具

本地 GroundingDINO 模块 (local_groundingdino/)：

• models/GroundingDINO/ - 核心模型实现
• util/inference.py - 推理功能

🎉 结语

ComfyUI Segment Anything 为图像分割任务提供了简单易用的解决方案。通过文本提示即可实现精确的目标区域分割，大大提升了AI绘画和图像处理的效率。无论你是AI绘画爱好者还是专业设计师，这款插件都将是你的得力助手！

开始你的图像分割之旅，探索无限创意可能！✨