项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 2223
使用教程
ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。
环境要求
- 已安装并可正常启动的 ComfyUI
- 可用的 pip 环境(推荐使用 ComfyUI 自带的 python_embeded)
- 可选:ComfyUI-Manager(用于图形化搜索安装)
- 可选:comfy-cli(用于命令行方式安装,需先 pip install comfy-cli)
安装与启动步骤
-
1管理器搜索安装
在 ComfyUI-Manager 中搜索 Comfyui-RMBG 并点击安装,装完后继续执行下一步装依赖。
-
2安装项目依赖
在 ComfyUI-RMBG 文件夹下用 ComfyUI 自带 Python 安装 requirements.txt 中的依赖。
./ComfyUI/python_embeded/python -m pip install -r requirements.txt -
3系统 Python 安装失败时
若系统 Python 无法安装依赖,改用内置 Python 并加 --no-user --no-cache-dir 参数重试。
./ComfyUI/python_embeded/python.exe -m pip install --no-user --no-cache-dir -r requirements.txt -
4命令行方式安装
已装 comfy-cli 时,用 comfy node install 安装节点,再回到项目目录装 requirements.txt。
comfy node install ComfyUI-RMBG ./ComfyUI/python_embeded/python -m pip install -r requirements.txt -
5Windows 崩溃处理
Windows 桌面版安装后崩溃时,先设置环境变量 PYTHONUTF8=1,再重新执行依赖安装命令。
-
6可选安装 YOLO 依赖
只有需要 YOLO 相关节点时才额外安装 ultralytics,并加 --no-deps 以避免依赖冲突。
./ComfyUI/python_embeded/python -m pip install ultralytics --no-deps -
7在工作流中使用
从 AILab/RMBG 分类加载 RMBG (Remove Background) 节点,接入图像、选择模型并调参数。
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
model | 是 | 在节点下拉菜单中选择要使用的分割模型 | RMBG-2.0 |
如何确认成功
节点列表出现 AILab/RMBG 分类,加载 RMBG (Remove Background) 节点后能输出 IMAGE 和 MASK 两个结果。
常见问题
Q:安装后 ComfyUI 启动崩溃怎么办?
A:Windows 桌面版先设置 PYTHONUTF8=1,再重新安装 ComfyUI-RMBG 目录下的 requirements.txt。
Q:系统 Python 装不上依赖怎么办?
A:改用 ComfyUI 内置 Python:./ComfyUI/python_embeded/python.exe -m pip install --no-user --no-cache-dir -r requirements.txt。
Q:需要装 ultralytics 吗?
A:只有使用 YOLO 节点时才需要,命令为 ./ComfyUI/python_embeded/python -m pip install ultralytics --no-deps,不加 --no-deps 可能引发依赖冲突。
Q:节点在 ComfyUI 哪个分类下?
A:在 AILab/RMBG 分类中,节点名为 RMBG (Remove Background)。
注意事项
- 不需要 YOLO 功能时不要安装 ultralytics,以免依赖冲突。
- 优先使用 ComfyUI 内置 Python 安装依赖,兼容性更好。
- README 的安装章节未提供 Method 2 的内容,请以管理器或 comfy-cli 两种方式为准。
- 首次使用需自行选择并加载所需模型,模型参数为可选调整项。
核心亮点
- 集成 10+ 主流分割模型(如 RMBG-2.0、SAM2/3、BiRefNet),覆盖通用抠图、人脸、衣物等细分场景,选择灵活
- 作为 ComfyUI 自定义节点,无缝融入现有工作流,支持可视化拖拽和参数调节,无需编程即可完成复杂分割任务
- 活跃的社区和持续更新,GitHub 星标超 2000,模型适配及时,文档示例丰富,上手门槛低
不足之处
- 依赖 ComfyUI 环境,需额外安装和配置,对非 ComfyUI 用户不友好
- 多模型集成导致节点体积较大,首次加载可能较慢,且部分模型需手动下载权重文件
适用场景
- 电商产品图批量抠图,快速生成透明背景素材
- 人物肖像分割,用于换背景、人像精修或 AI 绘画条件控制
- 时尚设计中的衣物分割,辅助虚拟试穿或服装元素提取
替代项目
rembg、BiRefNet、Segment Anything (SAM)
上一篇:local-dream
同类项目推荐
free-image-generation-api
开源
用 Cloudflare Workers 免费搭建自己的 AI 画图 API
Free AI Image Generation API using Cloudflare Workers
HiDT
开源
无标签也能高分辨率转换日间风格,CVPR Oral 官方实现。
Official repository for the paper "High-Resolution Daytime Translation Without Domai···
SGDiff
开源
从场景图到图像,精准控制物体关系生成
Official implementation for "Diffusion-Based Scene Graph to Image Generation with Ma···
UNO
开源
一个模型搞定单主体和多主体图像定制,无需微调,即开即用。
[ICCV 2025] UNO: A Universal Customization Method for Both Single and Multi-Subjec···
StableDiffusionUnityTools
开源
在Unity编辑器里直接生成AI图像资产,告别切换工具
Editor utility to generate assets in Unity Editor via self-hosted & managed Stable D···
flux-ai-image-webui
开源
输入文字,网页上直接生成Flux AI图像
flux ai image generator web ui
ComfyUI_fabric
开源
在 ComfyUI 中实现基于反馈的个性化图像生成,迭代优化更合心意。
ComfyUI nodes based on the paper "FABRIC: Personalizing Diffusion Models with Iterat···
aphantasia
开源
用 CLIP 加频谱变换,把文字变成图像和视频。
CLIP + FFT/DWT/RGB = text to image/video
awesome-nano-banana-pro-prompts
开源
上万条精选图像提示词,打开就能用,出图效果有保证
World's largest Nano Banana Pro prompt library — 10,000+ curated prompts with previ···
