懂AI
comfyui_segment_anything

comfyui_segment_anything

基于 GroundingDino 和 SAM，使用语义字符串来分割图像中的任何元素

ComfyUI Segment Anything项目在ComfyUI框架下实现了核心功能，并提供详细的Python依赖安装指南和模型下载方式，确保与sd-webui-segment-anything一致。用户可以通过pip命令快速安装所需依赖，并自动或手动下载BERT、GroundingDino和SAM模型。如下载速度较慢，可设置代理加速。项目欢迎社区贡献，用户可以通过fork和pull request参与代码改进。

ComfyUIsegment模型Python依赖下载Github开源项目
GitHubHugging Face论文

ComfyUI Segment Anything 项目介绍

ComfyUI Segment Anything 项目是一个基于 ComfyUI 的图像分割工具，受到 sd-webui-segment-anything 项目的启发并与之保持一致。尽管目前仅实现了该工具的核心功能，但开发者仍致力于在同样的输入条件下，保持与原有项目一致的输出效果。

项目依赖要求

要顺利运行 ComfyUI Segment Anything，首先需要确保系统中已安装所需的 Python 依赖。可以通过以下命令来安装：

pip3 install -r requirements.txt

模型文件下载

项目使用了一些预训练模型文件以实现图像分割功能。这些模型会在首次使用时自动下载，但如果自动下载速度较慢，用户可以设置 HTTP_PROXY 和 HTTPS_PROXY 环境变量，通过代理进行加速。此外，用户也可以选择手动下载模型文件。

bert-base-uncased

  • 模型文件来自 Hugging Face 的 bert-base-uncased。用户可将文件下载至 ComfyUI 的根目录下的 models/bert-base-uncased 文件夹。若跳过手动下载，transformers 库会在推理过程中自动进行下载，默认目录为 ~/.cache/huggingface/hub/models--bert-base-uncased。

GroundingDino

  • 此模型的配置文件和权重文件需直接下载至 ComfyUI 根目录下的 models/grounding-dino 文件夹，并保持文件名不变。
  • 可选择的模型：
    • GroundingDINO_SwinT_OGC：文件大小 694MB。
    • GroundingDINO_SwinB：文件大小 938MB。

SAM 模型

  • SAM 的模型文件同样需要直接下载至 ComfyUI 根目录下的 models/sams 文件夹，文件名无须修改。
  • 可供选择的不同规模的模型，包括 sam_vit_h、sam_vit_l、sam_vit_b 等，其中不同模型的文件大小不一，譬如 sam_vit_h 的大小为 2.56GB。

贡献与合作

项目欢迎任何形式的贡献。无论是代码的小修小改，还是功能的新添，都能使项目更趋完善。若希望参与项目开发，可以先 fork 本项目，完成修改后提交 pull request，开发者将审核并合并至主干代码库。

总之，ComfyUI Segment Anything 项目为用户提供了一种强大且有效的图像分割工具，并不断向社区开放以接受更多的改进和优化。

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word，让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。

热门AI工具AI办公办公工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图
讯飞星火

讯飞星火

深度推理能力全新升级，全面对标OpenAI o1

科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。

模型训练热门AI工具内容创作智能问答AI开发讯飞星火大模型多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

热门AI工具生产力协作转型TraeAI IDE
咔片PPT

咔片PPT

AI助力，做PPT更简单！

咔片是一款轻量化在线演示设计工具，借助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文，一站式创作，让内容运营更高效

讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。

AI助手热门AI工具AI创作AI辅助写作讯飞绘文内容运营个性化文章多平台分发
材料星

材料星

专业的AI公文写作平台，公文写作神器

AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK，助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK，它为开发者提供了与 OpenAI 模型交互的高效工具，支持工具调用、结果处理、追踪等功能，涵盖多种应用场景，如研究助手、财务研究等，能显著提升开发效率，让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具，支持从文本描述、单张图片或多视角图片生成 3D 模型，具备快速形状生成能力，可生成带纹理的高质量 3D 模型，适用于多个领域，为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目，涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作，如创建文件和目录、设置布局等，同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景，能够提高系统的性能和可靠性，是分布式存储领域的优质解决方案。

下拉加载更多