comfyui_segment_anything

在ComfyUI里用一句话，自动分割图像中任何物体

这是一个为ComfyUI设计的自定义节点插件，基于GroundingDino和SAM（Segment Anything Model）实现语义字符串驱动的图像分割。它解决了在ComfyUI工作流中无法直接进行精细化图像分割的问题，允许用户通过输入自然语言描述（如“猫”、“汽车”），自动检测并分割出图像中的任意目标元素。核心能力包括：文本提示的目标检测、生成高质量分割掩码、支持批量处理、与Stable Diffusion工作流无缝集成。该插件是sd-webui-segment-anything的ComfyUI版本，将强大的分割能力带入节点式图像生成流程，适用于图像编辑、局部重绘、对象替换等场景，极大提升了ComfyUI在图像处理方面的灵活性和自动化程度。

开源 free 图像生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 1115

维护状态低维护

是否开源是

定价模式 free

项目数据

分类图像生成

开发团队storyicon

所属国家

官网地址

GitHubhttps://github.com/storyicon/comfyui_segment_anything

定价模式free

价格说明开源项目，基于Apache-2.0许可证，可免费使用和部署，无付费版本。

访问状态

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型comfyui,custom-nodes,groundingdino,sam,segment-anything,stable-diffusion

GitHub 星标★ 1115

30天Star增速

HF 下载量

上线时间2023-10-07 00:00:00

最近更新2026-09-23 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数3

使用教程

难度：入门约 15 分钟部署方式：本地安装 5 步

环境要求

已本地安装 ComfyUI（含 Python 环境与 pip3）
能访问 GitHub 与 HuggingFace 网络，或已准备代理
磁盘预留空间存放 bert-base-uncased、GroundingDino、SAM 等模型

安装与启动步骤

1下载插件到 ComfyUI

进入 ComfyUI 的 custom_nodes 目录，克隆本项目仓库，完成后插件会出现在该目录下。
```
cd ComfyUI/custom_nodes && git clone https://github.com/storyicon/comfyui_segment_anything
```
2安装 Python 依赖

在插件目录下执行 pip3 安装依赖，这是 README 明确给出的安装步骤，必须完成。
```
cd comfyui_segment_anything && pip3 install -r requirements.txt
```
3配置下载代理

可选。若模型自动下载慢，可在启动环境前导出 HTTP_PROXY、HTTPS_PROXY 环境变量走代理。
```
export HTTP_PROXY=http://127.0.0.1:7890
export HTTPS_PROXY=http://127.0.0.1:7890
```
4准备 bert 模型

可选。把 bert-base-uncased 的 config.json、model.safetensors、tokenizer_config.json、tokenizer.json、vocab.txt 放到 ComfyUI/models/
5首次运行自动下载

其余模型会在使用时自动下载；跳过手动准备 bert 时，transformers 会把 bert-base-uncased 下到 ~/.cache/huggingface/hub 缓存目录。

关键配置

配置项	必填	说明	示例
`HTTP_PROXY`	否	模型自动下载缓慢时使用的 HTTP 代理地址	`http://127.0.0.1:7890`
`HTTPS_PROXY`	否	模型自动下载缓慢时使用的 HTTPS 代理地址	`http://127.0.0.1:7890`

如何确认成功

重启 ComfyUI 后，加载工作流能正常调用本插件节点，运行不报缺少依赖或模型错误。

常见问题

Q：模型自动下载太慢怎么办？

A：按 README 设置 HTTP_PROXY 和 HTTPS_PROXY 环境变量使用代理，或按模型表格手动下载后放到对应目录。

Q：可以不手动下载 bert-base-uncased 吗？

A：可以。推理过程中 transformers 库会自动下载，缓存目录通常是 ~/.cache/huggingface/hub/models--bert-base-uncased。

Q：手动下载的 bert 模型放哪里？

A：放到 ComfyUI 根目录下的 models/bert-base-uncased，目录内需包含 config.json、model.safetensors、tokenizer_config.json、tokenizer.json、vocab.txt。

Q：输出结果和 sd-webui-segment-anything 一致吗？

A：README 说明在相同输入下，本项目的输出与 sd-webui-segment-anything 保持一致。

注意事项

本项目目前只实现了 sd-webui-segment-anything 最核心的功能。
README 节选未提供完整安装说明，安装位置与依赖安装命令请以仓库最新 README 为准。
GroundingDino、SAM 等模型会在使用时自动下载，需保证网络或代理可用。

核心亮点

自然语言驱动，无需手动标注，输入描述即可精准分割目标
深度集成ComfyUI节点体系，可无缝嵌入现有图像生成工作流
基于SAM和GroundingDino，分割精度高且泛化能力强

不足之处

依赖外部模型权重，首次使用需下载较大文件
文档/社区待观察

适用场景

在ComfyUI中实现局部重绘，仅对特定对象进行修改
自动化图像预处理，为生成任务提取目标掩码
批量分割图像中的同类元素，用于数据集准备

替代项目

comfyui_segment_anything_groundingdino、ComfyUI-Impact-Pack、sd-webui-segment-anything

项目介绍

comfyui_segment_anything 是计算机视觉领域的开源项目，由 storyicon 开发，2023 年首次发布。

在全站 13,109 个收录项目中，它的 GitHub 星标数（1,115）位列前 30%，在计算机视觉分类中处于中上游。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-23。基于Apache-2.0许可证，可免费使用和部署，无付费版本。

它主要面向的使用场景是：在ComfyUI中实现局部重绘，仅对特定对象进行修改。同类可对比的替代方案包括 comfyui_segment_anything_groundingdino、ComfyUI-Impact-Pack、sd-webui-segment-anyt…。

上一篇：sd-webui-segment-anything

下一篇：FernRPExample