Project Icon

ComfyUI-YoloWorld-EfficientSAM

YOLO-World + EfficientSAM for ComfyUI 的非官方实现,提供高效的对象检测与实例分割功能

该项目非官方实现了YOLO-World和EfficientSAM,通过融合这两个模型,提供高效的对象检测与实例分割功能。版本V2.0新增了蒙版分离与提取功能,支持指定蒙版单独输出,可处理图像和视频。项目特点包括支持加载多种YOLO-World和EfficientSAM模型,提供检测框厚度、置信度阈值、IoU阈值等配置选项,以提升检测与分割的精准性。详细的视频演示和安装指南,使用户能够轻松上手,体验高效的图像处理能力。

项目简介:ComfyUI YoloWorld-EfficientSAM

ComfyUI YoloWorld-EfficientSAM 是一个结合了高效检测和分割技术的非官方项目实现,整合了 YOLO-World 和 EfficientSAM 两大开源项目,通过这些技术为用户提供先进的对象检测和实例分割能力。

项目背景

本项目采用了来自 YOLO-World 项目的高精度检测算法以及 EfficientSAM 的高效分割技术。这两个项目均在物体检测与分割领域表现出色,使得用户能够在图片和视频中精确地识别和提取目标。

项目特点

  • 多模式支持:支持图片与视频两种输入格式,能够适应多种应用场景。
  • 灵活的蒙版处理:可以单独选择输出特定的蒙版,也可以将所有蒙版叠加在一起输出。
  • 支持多种检测和分割模型:YOLO-World 提供三种不同尺寸的模型(L、M、S),EfficientSAM 支持 CUDA 和 CPU 环境。
  • 丰富的配置参数:允许用户调整检测模型的置信度阈值,边界框重叠(IoU)阈值,检测框与文字的厚度及缩放,还可通过是否显示置信度以及抑制类别重叠进行细化设置。

功能模块

  • YOLO-World 模型加载器:自动下载并加载模型,确保使用最新的检测算法。
  • EfficientSAM 模型加载器:根据用户的硬件环境选择最优的分割模型。
  • 检测与分割节点:集成检测与分割功能,能够根据用户指定的类别及参数高效运行。

视频演示

项目在开发过程中录制了V1.0和V2.0版本的视频演示,展示了其在不同输入类型下的实际效果,帮助用户更好地理解与使用该工具。

安装指南

推荐使用 ComfyUI Manager 进行安装以确保更简便和自动化的流程,也提供了手动安装的方法,便于手动配置环境。用户需下载相关模型文件放置于指定路径以完成配置。

工作流说明

项目提供了不同版本的工作流文件,V2.0 版本相比 V1.0 新增了更高级的蒙版处理功能,满足更复杂的处理需求。用户可根据需求选择合适的工作流进行使用。

更新日志

自 2024 年 2 月 20 日项目创建以来,已经更新到 V2.0 版本,新增功能包括蒙版分离,支持选择单独输出蒙版,提供更细致的处理能力。

开发者信息

项目由 Zho 维护,提供了多种社交媒体和联系方式,欢迎用户通过邮件、QQ群等方式进行联系,也欢迎对项目的支持与鼓励。

鸣谢

感谢各类模型和代码的开发者和贡献者,对 YOLO-World 和 EfficientSAM 项目以及提供检测节点的用户表示感谢,为此项目的实现奠定了坚实的基础。

项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号