## 1. 插件简介 ComfyUI-Deepface 是一个专门用来识别和筛选人脸的插件，原始地址：https://github.com/jordoh/ComfyUI-Deepface 这个插件就像一个"人脸识别小助手"，它能帮你从一堆图片中找出特定的人脸。想象一下，你有一大堆照片，想要从中找出所有包含你朋友小明的照片，这个插件就能帮你做到这件事。 **它能给我们带来什么效果：** - 自动从一大批图片中找出包含特定人脸的图片 - 按照人脸相似度给图片排序（最像的排在前面） - 把不符合要求的图片单独分出来 - 计算每张图片与目标人脸的相似程度 ## 2. 如何安装 ### 方法一：通过 ComfyUI Manager 安装（推荐） 1. 打开 ComfyUI Manager 2. 搜索 "ComfyUI-Deepface" 3. 点击安装 ### 方法二：手动安装 1. 打开 ComfyUI 的 `custom_nodes` 文件夹 2. 打开命令行（Windows 按 Win+R，输入 cmd） 3. 输入：`git clone https://github.com/jordoh/ComfyUI-Deepface.git` 4. 进入插件文件夹：`cd ComfyUI-Deepface` 5. 安装依赖：`pip install -r requirements.txt` 6. 重启 ComfyUI ## 3. 节点详解 ### 3.1 DeepFace Verify 节点 这个节点就像一个"人脸检查员"，它会拿着你给的参考照片（比如你朋友的照片），然后在一大堆图片中找出哪些是你朋友的照片，哪些不是。 #### 3.2 参数详解 | 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 | input_images | 图片批次 | - | 就像给机器看一大堆照片，让它从中找人 | 接受批量图像输入进行人脸识别 | 把你要筛选的所有图片连接到这里 | | 参考图片 | reference_images | 图片批次 | - | 就像给机器看几张标准照片，告诉它"找这个人" | 作为对比基准的参考人脸图像 | 把你要找的那个人的照片连接到这里 | | 距离阈值 | distance_threshold | 0.0-1.0 | 0.4 | 就像设置"相似度门槛"，数字越小要求越严格 | 人脸相似度的判断标准 | 0.3很严格，0.6比较宽松 | | 比例阈值 | ratio_threshold | 0.0-1.0 | 0.5 | 就像设置"通过率门槛"，至少要有多少张参考照片说"是同一个人" | 验证通过的参考图像比例要求 | 0.5表示至少一半参考图要匹配 | | 识别模型 | model | 字符串选择 | VGG-Face | 就像选择不同的"眼镜"来看人脸，有些看得更准 | 选择使用的人脸识别算法模型 | VGG-Face比较准确，Facenet比较快 | | 检测器 | detector_backend | 字符串选择 | opencv | 就像选择不同的"探测器"来找人脸 | 选择人脸检测的后端引擎 | opencv速度快，mtcnn准确度高 | | 距离计算方法 | distance_metric | 字符串选择 | cosine | 就像选择不同的"测量尺"来算相似度 | 选择计算人脸距离的数学方法 | cosine比较常用，euclidean更传统 | ### 3.3 输出结果说明 这个节点会给你6个输出结果，就像一个分拣机器： **通过筛选的图片组：** - **verified_images**：通过检查的图片（找到了目标人脸） - **verified_image_distances**：每张通过图片的相似度分数（数字越小越像） - **verified_image_verified_ratios**：每张通过图片的通过率（有多少张参考照片说"是同一个人"） **没通过筛选的图片组：** - **rejected_images**：没通过检查的图片（不是目标人脸） - **rejected_image_distances**：每张被拒绝图片的相似度分数 - **rejected_image_verified_ratios**：每张被拒绝图片的通过率 ## 4. 使用技巧和建议 ### 4.1 参数调节技巧 **距离阈值设置：** - 0.2-0.3：非常严格，只要最像的 - 0.4-0.5：比较严格，适合大多数情况 - 0.6-0.8：比较宽松，可能会有误判 - 0.9以上：很宽松，基本什么都通过 **比例阈值设置：** - 0.3：比较宽松，30%参考图匹配就行 - 0.5：中等要求，一半参考图要匹配 - 0.7：比较严格，70%参考图要匹配 ### 4.2 模型选择建议 **VGG-Face**：平衡性好，推荐新手使用 **Facenet**：速度快，适合处理大量图片 **OpenFace**：轻量级，适合配置较低的电脑 **DeepFace**：准确度高，但速度较慢 ### 4.3 最佳实践 1. **参考图片准备**：用3-5张不同角度的清晰人脸照片作为参考 2. **逐步调节**：先用宽松的阈值测试，再逐步收紧 3. **批量处理**：一次处理多张图片，提高效率 4. **结果检查**：用预览节点查看分拣结果是否符合预期 ## 5. 常见问题解答 **Q：为什么有些明显是同一个人的照片被拒绝了？** A：可能是距离阈值设置太严格了，试试把数值调高一些（比如从0.3调到0.5）。 **Q：为什么处理速度很慢？** A：可能是选择了准确度高但速度慢的模型，试试换成opencv检测器或者Facenet模型。 **Q：输出结果显示None是什么意思？** A：说明没有找到符合条件的图片，要么放宽阈值，要么检查参考图片是否清晰。 **Q：如何处理侧脸或者模糊的照片？** A：可以尝试使用mtcnn检测器，它对侧脸识别更好，但速度会慢一些。 **Q：参考图片用几张比较好？** A：建议用3-5张不同角度的清晰照片，太少可能不够准确，太多会影响速度。 ## 6. 工作流程示例 ### 6.1 基础人脸筛选工作流程 1. **准备图片** - 用Load Image节点加载你要筛选的图片 - 用另一个Load Image节点加载参考人脸图片 2. **设置筛选** - 连接DeepFace Verify节点 - 设置距离阈值为0.4 - 设置比例阈值为0.5 3. **查看结果** - 用Preview Image节点查看通过的图片 - 用另一个Preview Image节点查看被拒绝的图片 ### 6.2 高级应用 - **配合其他节点**：可以把筛选后的图片继续用于其他处理 - **批量处理**：一次处理整个文件夹的图片 - **自动分类**：根据不同的人脸自动分类图片 这个插件就像一个聪明的助手，能帮你从海量图片中快速找到想要的人脸，大大提高工作效率！
ComfyUI图像合并插件comfyui-merge使用教程 2025-07-03 22:44 ComfyUI 图像合并插件教程 (comfyui-merge) 1. 插件简介 这是一个专门用来合并图片的 ComfyUI 插件，就像用 PS 把多张图片叠在一起那样。它的特别之处在于你精确控制每张图片的混合方式。 GitHub 地址：https://github.com/LingSss9/com
%20(1).png)
