comfyui_segment_anything

在ComfyUI里用一句话,自动分割图像中任何物体

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 图像生成 🍴 复刻 110 🐛 待处理 77 👀 关注 7
GitHub ↗
GitHub 星标 ★ 1117
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 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。

项目预览

comfyui_segment_anything 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类图像生成
开发团队storyicon
定价模式🏷️完全免费
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🔧 仅开源项目,无在线服务,需自行部署
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★ 1117
上线时间2023-10-07 00:00:00
代码更新2024-07-12
仓库体积166 KB
本站数据更新2026-11-10
维护状态低维护
收录时间2026-08-09
浏览次数4

项目介绍

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。

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 ★ 1117

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。

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. 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. 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. 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. 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. 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

上一篇:sd-webui-segment-anything

下一篇:FernRPExample

同类项目推荐

PgsToSrt 开源

把蓝光图形字幕一键转成可编辑的 SRT 文本

PGS to Srt converter

★ 114 2026-09-30
core 开源

把零散 OCR 工具串成标准化流水线,古籍数字化更省心

Collection of OCR-related python tools and wrappers from @OCR-D

★ 137 2026-09-19
n8n-nodes-tesseractjs 开源

在 n8n 工作流里拖个节点,图片直接变文字

A N8N node that exposes the Tesseract OCR engine for converting images to text

★ 126 2026-10-07
compv 开源

ARM/x86 上跑视觉算法,比 OpenCV 快最多 50 倍

Insanely fast Open Source Computer Vision library for ARM and x86 devices (Up to #50···

★ 212 2026-09-28
AntiCAP-WebApi 开源

上传验证码图片,直接返回识别结果

基于AntiCAP开发的多类型验证码识别网站,支持点选 滑块 算术 旋转 OCR

★ 375 2026-09-19
RiDDLE 开源

给照片人脸加密,可还原还能换身份,隐私保护一步到位

Author implementation of RiDDLE: Reversible and Diversified De-identification with L···

★ 56 2026-08-09
xview-yolov3 开源

用YOLOv3快速训练卫星图像目标检测模型

YOLOv3 training, preprocessing, validation, and inference for object detection in xV···

★ 351 2026-08-10
Sa2VA 开源

一句话指挥AI分割图像视频,精准定位目标

Official Repo For Pixel-LLM Codebase: Sa2VA (T-PAMI-26), SAMTok (CVPR-26), VRT (Arxi···

★ 1702 2026-08-09
scribe.js 开源

浏览器里直接识别图片和 PDF 文字,无需后端

JavaScript OCR and text extraction for images and PDFs.

★ 323 2026-09-19