【亲测免费】 ComfyUI-Marigold 项目下载及安装教程
2026-01-25 06:31:36作者:范垣楠Rhoda
1、项目介绍
ComfyUI-Marigold 是一个在 ComfyUI 中实现 Marigold 深度估计的插件。Marigold 深度估计是一种用于生成深度图的技术,广泛应用于计算机视觉和图像处理领域。该项目通过提供一系列节点和脚本,使得用户可以在 ComfyUI 中轻松集成和使用 Marigold 深度估计功能。
2、项目下载位置
你可以通过以下链接访问 ComfyUI-Marigold 项目的 GitHub 仓库进行下载:
3、项目安装环境配置
在安装 ComfyUI-Marigold 之前,请确保你的系统已经安装了以下依赖项:
- Python 3.8 或更高版本
- ComfyUI 环境
- Git
环境配置示例
以下是一个简单的环境配置示例:
# 安装 Python 3.8 或更高版本
sudo apt-get install python3.8
# 安装 Git
sudo apt-get install git
# 克隆 ComfyUI 仓库(如果尚未安装)
git clone https://github.com/comfyui/ComfyUI.git
cd ComfyUI
pip install -r requirements.txt

4、项目安装方式
推荐方式:使用 ComfyUI 管理器
- 打开 ComfyUI 管理器。
- 搜索 "marigold"。
- 点击安装按钮,等待安装完成。
手动安装
-
克隆 ComfyUI-Marigold 仓库到
ComfyUI/custom_nodes目录:git clone https://github.com/kijai/ComfyUI-Marigold.git ComfyUI/custom_nodes/ComfyUI-Marigold -
安装项目依赖:
cd ComfyUI/custom_nodes/ComfyUI-Marigold pip install -r requirements.txt -
获取模型文件(如果需要):
git clone https://huggingface.co/Bingxin/Marigold ComfyUI/custom_nodes/ComfyUI-Marigold/checkpoints
5、项目处理脚本
ComfyUI-Marigold 提供了多个处理脚本,用于在 ComfyUI 中集成 Marigold 深度估计功能。以下是一些常用的脚本:
nodes.py: 包含 Marigold 深度估计的节点定义。prestartup_script.py: 在 ComfyUI 启动时自动加载 Marigold 节点。marigold_nodes.mp4: 演示视频,展示了如何在 ComfyUI 中使用 Marigold 节点。
使用示例
以下是一个简单的使用示例,展示了如何在 ComfyUI 中使用 Marigold 节点进行深度估计:
from nodes import MarigoldDepthEstimationNode
# 创建 Marigold 深度估计节点
node = MarigoldDepthEstimationNode()
# 设置参数
node.denoise_steps = 50
node.n_repeat = 10
node.n_repeat_batch_size = 5
# 运行深度估计
depth_map = node.run()

通过以上步骤,你就可以成功下载、安装并使用 ComfyUI-Marigold 项目了。希望这篇教程对你有所帮助!
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 StartedRust0220
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 Notebook0140
uni-appA cross-platform framework using Vue.jsJavaScript09
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
热门内容推荐
项目优选
收起
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
471
466
deepin linux kernel
C
32
16
暂无描述
Dockerfile
780
5.08 K
Ascend Extension for PyTorch
Python
759
969
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++
700
1.4 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
2.1 K
220
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++
880
2.02 K
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
1.04 K
272
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
C
461
5.45 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++
1.1 K
1.15 K