%20(1).png)
ComfyUI_BiRefNet_Universal 插件保姆级教程
1. 插件简介
原地址： https://github.com/moon7star9/ComfyUI_BiRefNet_Universal
这个插件就像是一个超级智能的抠图工具箱，里面装了各种各样的抠图神器。想象一下，你以前用美图秀秀抠图，需要一点点用手指划，现在这个插件就像给你请了个专业的抠图师傅，不管是人物、产品、复杂背景，甚至是透明玻璃杯、毛发丝这些最难抠的东西，都能自动帮你完美抠出来。
能带来什么效果：
- 人物抠图：头发丝都能抠得清清楚楚
- 产品抠图：商品图片一键去背景
- 透明物体：玻璃杯、水晶球这些透明的也能抠
- 高清处理：支持超高分辨率图片抠图
- 一键操作：选择合适的模型，自动就能抠好
2. 如何安装
方法一：ComfyUI管理器安装（推荐新手）
- 打开ComfyUI
- 点击右侧的"Manager"按钮
- 点击"Install Custom Nodes"
- 搜索"BiRefNet_Universal"
- 点击Install安装
- 重启ComfyUI
方法二：手动下载安装
- 找到你的ComfyUI安装目录
- 进入
custom_nodes文件夹 - 下载插件文件并解压到这个文件夹
- 重启ComfyUI
方法三：命令行安装（适合熟悉电脑的朋友）
cd ComfyUI/custom_nodes/
git clone https://github.com/moon7star9/ComfyUI_BiRefNet_Universal.git
3. 节点详细解析
3.1 BiRefNet_Universal 节点 - 万能抠图机
这是插件的核心节点，就像一个万能的抠图机器，你把图片放进去，它会自动识别主体并抠出来。
3.1.1 参数详解表格
| 参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|---|---|---|---|---|---|
| 输入图片 | image | 图片数据 | 必填 | 就是你要抠图的那张照片 | 输入的原始图像张量 | 从LoadImage节点连过来 |
| 模型选择 | model_name | 字符串选项 | BiRefNet_HR | 选择用哪个抠图师傅来干活 | 选择不同的BiRefNet模型变体 | 人物选portrait，产品选通用BiRefNet |
| 自动下载 | auto_download | True/False | True | 如果电脑里没有这个模型，要不要自动下载 | 是否自动从网络下载模型文件 | 第一次用建议开启True |
| 设备选择 | device | auto/cpu/cuda | auto | 用CPU还是显卡来计算，auto让它自己选 | 指定模型运行的硬件设备 | 有独立显卡选auto，老电脑选cpu |
| 前景颜色修正 | foreground_color | True/False | True | 让透明的地方颜色更真实 | 对半透明像素进行颜色预估 | 抠玻璃杯时建议开启 |
3.2 BiRefNet_ModelLoader 节点 - 模型加载器
这个节点就像一个模型管家，专门负责把抠图模型加载到内存里准备使用。
3.2.1 参数详解表格
| 参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|---|---|---|---|---|---|
| 模型名称 | model_name | 下拉选项 | BiRefNet | 选择要加载哪个抠图模型 | 指定要加载的模型类型 | 根据抠图需求选择合适模型 |
| 自动下载 | auto_download | True/False | True | 没有模型时是否自动下载 | 控制模型文件的自动获取 | 首次使用建议开启 |
| 设备类型 | device | auto/cpu/cuda | auto | 模型运行在哪个设备上 | 指定模型推理的硬件设备 | 有显卡选auto，无显卡选cpu |
| 精度模式 | precision | fp32/fp16 | fp16 | 计算精度，fp16更快但可能稍微不准确 | 模型推理时的数值精度 | 显卡内存够用选fp16 |
3.3 BiRefNet_Segmentation 节点 - 图像分割器
这个节点专门做图像分割，就像用一把超精准的剪刀把图片里的主体剪出来。
3.3.1 参数详解表格
| 参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|---|---|---|---|---|---|
| 输入图片 | image | 图片数据 | 必填 | 要处理的原始图片 | 输入的图像张量数据 | 连接图片加载节点 |
| 模型 | model | 模型对象 | 必填 | 从模型加载器传来的模型 | 已加载的BiRefNet模型实例 | 连接ModelLoader节点 |
| 输出尺寸 | output_size | 数字 | 1024 | 输出图片的大小，越大越清晰但越慢 | 处理后图像的分辨率 | 高清图选2048，普通图1024 |
| 阈值 | threshold | 0.0-1.0 | 0.5 | 多确定才算是主体，0.5表示50%确定 | 二值化处理的阈值 | 背景复杂时调低到0.3 |
| 平滑处理 | smooth | True/False | True | 让边缘更平滑，不会有锯齿 | 是否对mask进行平滑处理 | 抠人物时建议开启 |
3.4 BiRefNet_Preview 节点 - 预览器
这个节点就像一个放大镜，让你可以预览抠图效果，看看抠得怎么样。
3.4.1 参数详解表格
| 参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|---|---|---|---|---|---|
| 原图 | image | 图片数据 | 必填 | 原始的图片 | 输入的原始图像 | 连接图片加载节点 |
| 遮罩 | mask | 遮罩数据 | 必填 | 抠图产生的黑白遮罩 | 分割结果的mask数据 | 连接分割节点的mask输出 |
| 预览模式 | preview_mode | 选项 | overlay | 选择预览方式 | 不同的可视化模式 | overlay显示叠加效果 |
| 透明度 | alpha | 0.0-1.0 | 0.7 | 叠加显示时的透明程度 | 叠加层的透明度 | 0.7表示70%透明度 |
| 背景颜色 | background_color | 颜色值 | black | 替换背景的颜色 | 预览时的背景色 | 白色背景选white |
3.5 BiRefNet_Composite 节点 - 图像合成器
这个节点就像PS里的图层合成，把抠好的图和新背景合在一起。
3.5.1 参数详解表格
| 参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|---|---|---|---|---|---|
| 前景图 | foreground | 图片数据 | 必填 | 抠出来的主体图片 | 前景图像数据 | 连接抠图后的结果 |
| 背景图 | background | 图片数据 | 必填 | 新的背景图片 | 背景图像数据 | 连接要替换的背景 |
| 遮罩 | mask | 遮罩数据 | 必填 | 告诉它哪里是主体哪里是背景 | 用于合成的遮罩数据 | 连接分割节点的mask输出 |
| 合成模式 | blend_mode | 选项 | normal | 选择合成的方式 | 图层混合模式 | normal是正常覆盖 |
| 羽化程度 | feather | 0-50 | 2 | 边缘模糊程度，让合成更自然 | 边缘羽化的像素数 | 2-5像素比较自然 |
| 位置调整X | offset_x | 数字 | 0 | 主体在新背景中的左右位置 | 水平偏移量 | 正数右移，负数左移 |
| 位置调整Y | offset_y | 数字 | 0 | 主体在新背景中的上下位置 | 垂直偏移量 | 正数下移，负数上移 |
3.6 BiRefNet_BatchProcessor 节点 - 批量处理器
这个节点就像一个流水线工人，可以一次性处理很多张图片，不用一张张来。
3.6.1 参数详解表格
| 参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|---|---|---|---|---|---|
| 图片列表 | image_batch | 图片数据 | 必填 | 一堆要处理的图片 | 批量图像数据 | 连接多张图片的节点 |
| 模型 | model | 模型对象 | 必填 | 用哪个模型来处理 | BiRefNet模型实例 | 连接模型加载器 |
| 并行处理 | parallel | True/False | True | 是否同时处理多张图，更快但更耗内存 | 是否启用并行处理 | 内存够用选True |
| 批次大小 | batch_size | 数字 | 4 | 一次处理几张图片 | 每个批次的图像数量 | 显卡内存小选1-2 |
| 保存路径 | save_path | 文件路径 | 可选 | 处理完的图片保存到哪里 | 输出文件的保存路径 | 如：C:\output\ |
| 文件格式 | file_format | png/jpg | png | 保存成什么格式 | 输出文件的格式 | 要透明背景选png |
3.7 BiRefNet_Upscaler 节点 - 图像放大器
这个节点就像一个放大镜，可以把抠好的图片放大而不失真。
3.7.1 参数详解表格
| 参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|---|---|---|---|---|---|
| 输入图片 | image | 图片数据 | 必填 | 要放大的图片 | 输入图像数据 | 连接抠图结果 |
| 放大倍数 | scale_factor | 1.0-4.0 | 2.0 | 放大几倍，2.0表示放大一倍 | 图像放大的倍数 | 一般2倍就够用 |
| 算法选择 | algorithm | 选项 | bicubic | 用什么方法放大 | 插值算法类型 | bicubic效果较好 |
| 保持比例 | keep_ratio | True/False | True | 是否保持图片的长宽比例 | 是否维持宽高比 | 一般选True避免变形 |
| 抗锯齿 | anti_aliasing | True/False | True | 减少放大后的锯齿效果 | 是否启用抗锯齿 | 建议开启获得更好效果 |
4. 使用技巧和建议
4.1 选择合适的模型
就像选择合适的工具一样：
- 人物抠图：优先选择
BiRefNet-portrait，专门针对人物优化 - 产品抠图：选择
BiRefNet通用模型，适合各种产品 - 透明物体：选择
BiRefNet-matting，专门处理玻璃、水这些透明的 - 高清图片：选择
BiRefNet_HR，支持更高分辨率 - 电脑配置低：选择
BiRefNet_lite，轻量级模型运行更快
4.2 参数调优建议
就像调节收音机频道一样：
- 阈值设置：背景简单时用0.5，背景复杂时降到0.3-0.4
- 输出尺寸：普通使用1024够用，需要高清选2048
- 设备选择：有独立显卡选auto，老电脑选cpu
- 精度模式：显卡内存够用选fp16更快，不够用选fp32
4.3 工作流程推荐
就像做菜的步骤一样：
- 加载图片 → LoadImage节点
- 加载模型 → BiRefNet_ModelLoader节点
- 抠图处理 → BiRefNet_Universal节点
- 预览效果 → BiRefNet_Preview节点
- 合成背景 → BiRefNet_Composite节点（可选）
- 保存结果 → SaveImage节点
4.4 常见场景应用
人物写真抠图流程：
LoadImage → BiRefNet_ModelLoader(portrait) → BiRefNet_Universal → BiRefNet_Preview → SaveImage
产品图片去背景：
LoadImage → BiRefNet_ModelLoader(BiRefNet) → BiRefNet_Universal → BiRefNet_Composite → SaveImage
批量处理照片：
LoadImageBatch → BiRefNet_ModelLoader → BiRefNet_BatchProcessor → SaveImage
5. 常见问题解答
Q1: 第一次使用显示"模型下载中"怎么办？
A: 这是正常的，就像第一次安装软件一样需要下载。保持网络连接，等待几分钟到几十分钟（取决于网速）。建议在auto_download设置为True。
Q2: 抠图边缘有锯齿怎么处理？
A:
- 选择更高分辨率的模型（如BiRefNet_HR）
- 开启smooth平滑处理
- 增加羽化程度到3-5像素
- 降低阈值到0.3-0.4
Q3: 电脑内存不够用怎么办？
A:
- 选择lite轻量级模型
- 设备选择cpu而不是auto
- 批次大小设置为1
- 降低输出尺寸到512或1024
Q4: 透明物体抠不干净怎么办？
A:
- 使用BiRefNet-matting或BiRefNet_HR-matting模型
- 开启foreground_color前景颜色修正
- 调低阈值到0.2-0.3
- 使用更高分辨率处理
Q5: 处理速度太慢怎么办？
A:
- 确保设备选择auto（使用显卡）
- 选择fp16精度模式
- 使用lite轻量级模型
- 减小输出尺寸
Q6: 抠图效果不理想怎么办？
A:
- 检查是否选择了合适的模型类型
- 调整阈值参数
- 尝试不同的输出尺寸
- 确保输入图片质量良好
6. 进阶技巧
6.1 组合使用技巧
多模型组合：
可以先用快速模型预览效果，确认无误后再用高质量模型最终处理。
分步处理：
复杂图片可以先用通用模型粗抠，再用专业模型精修。
6.2 自定义工作流
创建专属模板：
把经常使用的节点组合保存成模板，下次直接调用。
批量自动化：
设置好参数后，可以批量处理整个文件夹的图片。
6.3 质量优化
双重处理：
对于要求极高的图片，可以用不同模型处理两遍，然后选择效果最好的。
后期微调：
抠图完成后，可以配合其他ComfyUI节点进行颜色调整、边缘优化等。
总结： 这个插件就像给你的ComfyUI装上了一个专业的抠图工作室，不管是新手还是老手，都能轻松搞定各种抠图需求。记住选择合适的模型是关键，多试试不同的参数组合，你会发现抠图其实很简单！