ComfyUI DepthCrafter Nodes 插件完全教程

1. 插件简介

插件地址： https://github.com/akatz-ai/ComfyUI-DepthCrafter-Nodes

这个插件就像是一个"深度魔法师"！它能为你的视频创建一致的深度图，让平面的视频变得有立体感。想象一下，如果你有一段普通的视频，这个插件就能告诉你画面中哪些地方离镜头近，哪些地方离镜头远，就像给视频戴上了"3D眼镜"一样。

主要功能：

🎬 视频深度分析：为视频的每一帧生成深度图
🎯 一致性保证：确保整个视频的深度信息前后一致
🚀 高效处理：支持长视频的分段处理
💾 显存优化：提供多种显存节省选项

能给我们带来什么效果：

把普通视频转换成带深度信息的视频
为3D效果制作提供基础数据
创建立体感更强的视觉效果
为VR/AR应用提供深度数据

技术背景： 这个插件基于腾讯开发的DepthCrafter模型，这是一个专门用于视频深度估计的AI模型。

2. 如何安装

方法一：ComfyUI Manager（推荐）

打开ComfyUI Manager
搜索 DepthCrafter
找到 "DepthCrafter Nodes" 并点击安装
重启ComfyUI

方法二：Git克隆

cd ComfyUI/custom_nodes/
git clone https://github.com/akatz-ai/ComfyUI-DepthCrafter-Nodes.git

系统要求

最低显存： 8GB
推荐显存： 12GB或更多
支持系统： Windows/Linux/macOS

依赖安装

插件会自动安装以下依赖：

torch
diffusers>=0.29.1
accelerate>=0.17.0

3. 节点详解

3.1 DownloadAndLoadDepthCrafterModel 节点 - 模型下载和加载器

这个节点就像是一个"智能管家"，负责自动下载和准备DepthCrafter模型的所有必需文件，然后把模型加载到内存中准备使用。

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
enable_model_cpu_offload	enable_model_cpu_offload	布尔值	True	是否把不用的模型暂时放到内存里，就像把不用的工具收起来节省桌面空间	启用模型CPU卸载以节省显存	True可以节省25%显存，速度影响很小
enable_sequential_cpu_offload	enable_sequential_cpu_offload	布尔值	False	是否把所有模型都放到内存里，只在需要时才拿出来用	启用顺序CPU卸载以最大化节省显存	True可以节省37%显存，但速度会变慢

重要提醒： 这两个参数不能同时设为True！就像你不能同时选择"快速模式"和"节能模式"一样。

模型文件说明：

插件会自动下载两个模型：
1. tencent/DepthCrafter：主要的深度估计模型
2. stabilityai/stable-video-diffusion-img2vid-xt：基础的视频处理模型
文件会保存在 ComfyUI/models/depthcrafter/ 目录下
首次使用时需要下载约几GB的模型文件

3.3 DepthCrafter 节点 - 深度图生成器

这个节点就像是一个"深度探测器"，接收视频帧并为每一帧生成对应的深度图，告诉你画面中每个像素点离镜头的远近。

3.4 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
depthcrafter_model	depthcrafter_model	DEPTHCRAFTER_MODEL	来自加载器	已经准备好的深度分析模型，就像准备好的工具箱	DepthCrafter模型实例	连接DownloadAndLoadDepthCrafterModel节点的输出
images	images	IMAGE	视频帧	要分析深度的图片或视频帧，就像要检查的照片	输入图像序列	连接视频加载节点或图片节点
force_size	force_size	布尔值	True	是否自动调整图片尺寸，就像自动裁剪照片适应相框	强制调整图像尺寸为64的倍数	True会自动调整，False需要手动确保尺寸正确
num_inference_steps	num_inference_steps	整数	5	分析的精细程度，数字越大越精确但越慢，就像放大镜的倍数	推理步数	5步适合快速预览，10-20步质量更好
guidance_scale	guidance_scale	浮点数	1.0	模型的"自信程度"，数字越大结果越强烈	引导缩放因子	1.0-1.2之间效果最好，太高会过度处理
window_size	window_size	整数	110	一次处理多少帧，就像一次看多少页书	上下文窗口大小	75-110帧平衡质量和速度，更大需要更多显存
overlap	overlap	整数	25	处理窗口之间的重叠帧数，确保连接自然	窗口重叠帧数	25帧能保证良好的连续性

重要技术限制：

输入图片的宽度和高度必须是64的倍数（如512、768、1024等）
如果开启force_size，插件会自动调整尺寸
如果关闭force_size，需要确保输入尺寸符合要求

输出说明：

输出的深度图是灰度图像，白色表示近处，黑色表示远处
每个输入帧都会对应一个深度图输出
深度值已经标准化到0-1范围

4. 使用技巧和建议

4.1 显存优化策略

低显存用户（8GB）：

开启 enable_model_cpu_offload = True
设置较小的 window_size（如75）
降低输入分辨率

中等显存用户（12-16GB）：

使用默认设置
可以处理较高分辨率（如768x768）
window_size 可以设为110

高显存用户（24GB+）：

关闭所有CPU卸载选项
使用更大的 window_size（如150-200）
可以处理高分辨率输入

4.2 质量优化建议

快速预览模式：

num_inference_steps = 5
guidance_scale = 1.0
较低分辨率输入

高质量模式：

num_inference_steps = 10-20
guidance_scale = 1.1-1.2
原始分辨率输入

长视频处理：

适当增加 overlap 值（30-40）
使用较小的 window_size 避免显存不足
分段处理超长视频

4.3 输入准备技巧

视频预处理：

确保视频帧率稳定
避免过度压缩的视频
建议使用无损或高质量格式

尺寸处理：

优先使用64的倍数尺寸（512、768、1024等）
开启 force_size 让插件自动处理
避免极端宽高比

5. 常见问题解答

Q: 为什么提示显存不足？
A: 尝试以下解决方案：1）开启CPU卸载选项；2）降低输入分辨率；3）减小window_size；4）关闭其他占用显存的程序。

Q: 生成的深度图质量不好怎么办？
A: 可以尝试：1）增加num_inference_steps到10-20；2）调整guidance_scale到1.1-1.2；3）确保输入视频质量良好；4）检查输入尺寸是否合适。

Q: 处理速度太慢怎么办？
A: 优化方法：1）关闭CPU卸载选项（如果显存够用）；2）降低num_inference_steps；3）使用较小的window_size；4）降低输入分辨率。

Q: 长视频处理时出现不连续怎么办？
A: 解决方案：1）增加overlap值到30-40；2）确保window_size不要太小；3）保持输入视频帧率稳定。

Q: 模型下载失败怎么办？
A: 可以手动下载：1）按照README中的说明手动下载模型文件；2）检查网络连接；3）确保有足够的磁盘空间。

Q: 输出的深度图看起来不对？
A: 检查要点：1）输入图片是否清晰；2）场景是否有明显的深度变化；3）尝试调整guidance_scale参数；4）确认输入尺寸正确。

6. 实际应用场景

6.1 3D视频制作

为普通视频添加立体效果
制作VR/AR内容的深度数据
创建浮雕效果视频

6.2 视觉效果制作

景深模糊效果
分层合成
3D重建预处理

6.3 学术研究

计算机视觉研究
深度估计算法对比
视频分析应用

7. 性能基准

7.1 处理速度参考

512x512分辨率： 约2-5秒/帧（取决于硬件）
768x768分辨率： 约5-10秒/帧
1024x1024分辨率： 约10-20秒/帧

7.2 显存使用参考

基础模式： 6-8GB
CPU卸载模式： 4-6GB
顺序卸载模式： 3-5GB

8. 故障排除

8.1 安装问题

确保ComfyUI版本兼容
检查Python环境
验证依赖包安装

8.2 运行问题

检查模型文件完整性
验证输入格式正确
监控系统资源使用

8.3 输出问题

检查参数设置合理性
验证输入质量
尝试不同的参数组合

总结： DepthCrafter Nodes插件虽然只有2个节点，但功能非常强大。它就像是给ComfyUI装上了"深度视觉"，能够理解视频中的空间关系。第一个节点负责准备工具，第二个节点负责实际工作。掌握好参数调节，你就能为任何视频创建高质量的深度图，为后续的3D效果制作打下坚实基础！

ComfyUI深度制作插件DepthCrafter节点使用教程