%20(1).png)
ComfyUI-Moondream-Gaze-Detection 插件完全指南
1. 插件简介
插件地址： https://github.com/jhj0517/ComfyUI-Moondream-Gaze-Detection
这个插件就像给你的ComfyUI装了一双"火眼金睛"，专门用来检测人物的眼神方向。想象一下，你有一张照片或者一段视频，里面有很多人，你想知道他们都在看哪里，这个插件就能帮你自动找出来。
能带来什么效果：
- 自动识别照片或视频中人物的眼神方向
- 可以同时处理多个人的眼神检测
- 对视频进行逐帧分析，追踪眼神变化
- 生成眼神方向的可视化结果
这个功能特别适合：
- 内容创作者分析观众注意力
- 做用户体验研究的朋友
- 帮助行动不便的人通过眼神控制设备
- 制作有趣的眼神追踪特效
2. 如何安装
方法一：手动安装
- 打开你的ComfyUI文件夹
- 进入
ComfyUI\custom_nodes\目录 - 在这里打开命令行（按住Shift键，右键点击空白处，选择"在此处打开命令窗口"）
- 输入以下命令：
git clone https://github.com/jhj0517/ComfyUI-Moondream-Gaze-Detection.git
方法二：安装依赖包
安装完插件后，还需要安装一些必要的支持包：
如果你用的是普通版ComfyUI：
- 进入
ComfyUI\custom_nodes\ComfyUI-Moondream-Gaze-Detection文件夹 - 在这里打开命令行
- 输入：
pip install -r requirements.txt
如果你用的是便携版ComfyUI：
- 进入
ComfyUI\custom_nodes\ComfyUI-Moondream-Gaze-Detection文件夹 - 在这里打开命令行
- 输入：
python_embeded\python.exe -m pip install -r requirements.txt
模型自动下载
第一次使用时，插件会自动从网上下载需要的模型文件，大约需要6GB的显存。模型会自动保存到 ComfyUI/models/moondream 文件夹里。
3. 节点详细解析
3.1 Load Moondream Model（加载月之梦模型）
这个节点就像是"开机按钮"，用来启动眼神检测的"大脑"。它负责加载AI模型，让后面的检测工作能够正常进行。
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 |
|---|---|---|---|---|---|---|
| 模型路径 | model_path | 文件路径 | 默认路径 | 告诉电脑去哪里找眼神检测的"大脑"文件 | 指定Moondream模型文件的存储位置 | 一般保持默认就行，除非你把模型放在了别的地方 |
| 设备类型 | device | cpu/cuda/auto | auto | 选择用电脑的哪个部分来做计算，就像选择用大脑还是用手来算数 | 指定模型运行的计算设备 | 有显卡选cuda，没显卡选cpu，不确定选auto让程序自动判断 |
| 精度模式 | precision | float32/float16 | float16 | 决定计算的精确程度，就像选择用粗笔还是细笔画画 | 控制模型推理时的数值精度 | float16省显存但可能不够精确，float32更精确但占用更多显存 |
3.2 Moondream Gaze Detection（月之梦眼神检测）
这是插件的核心节点，就像是一个"眼神侦探"，专门分析图片或视频中人物的眼神方向。
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 |
|---|---|---|---|---|---|---|
| 输入图像 | image | 图像数据 | - | 要分析的照片或视频帧，就像给医生看病时的化验单 | 待检测的图像张量数据 | 从图像加载节点或视频解码节点连接过来 |
| 模型 | model | 模型对象 | - | 之前加载的"大脑"，用来识别眼神的工具 | 已加载的Moondream模型实例 | 从Load Moondream Model节点连接过来 |
| 检测阈值 | threshold | 0.0-1.0 | 0.5 | 设置识别的严格程度，就像调节放大镜的倍数 | 检测置信度的最低阈值 | 数值越高要求越严格，0.3比较宽松，0.7比较严格 |
| 最大检测数 | max_detections | 整数 | 10 | 一张图片最多能检测多少个人的眼神，就像餐厅最多能坐几个人 | 单张图像中检测的最大人脸数量 | 人多的场景可以设置大一些，比如20-50 |
| 绘制结果 | draw_results | True/False | True | 是否在图片上画出检测结果，就像用彩笔标记重点 | 是否在输出图像上可视化检测结果 | True会在图片上画箭头显示眼神方向，False只输出数据 |
| 箭头颜色 | arrow_color | RGB值 | (255,0,0) | 画箭头时用什么颜色，就像选择红笔还是蓝笔 | 可视化箭头的RGB颜色值 | (255,0,0)是红色，(0,255,0)是绿色，(0,0,255)是蓝色 |
| 箭头粗细 | arrow_thickness | 整数 | 3 | 箭头线条的粗细程度，就像选择用细笔还是粗笔画画 | 绘制箭头的线条粗细度 | 1-2比较细，3-5中等，6以上比较粗 |
| 箭头长度 | arrow_length | 整数 | 50 | 箭头的长度，就像决定画多长的线 | 眼神方向箭头的像素长度 | 30-100比较合适，太短看不清，太长可能超出图片 |
3.3 Batch Gaze Detection（批量眼神检测）
这个节点就像是一个"流水线工人"，可以一次性处理很多张图片，比如处理一整个视频的所有帧。
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 |
|---|---|---|---|---|---|---|
| 输入图像批次 | images | 图像批次 | - | 一堆要处理的图片，就像一叠要改的作业 | 批量图像张量数据 | 从视频解码节点或图像列表节点连接过来 |
| 模型 | model | 模型对象 | - | 用来识别眼神的"大脑"工具 | 已加载的Moondream模型实例 | 从Load Moondream Model节点连接过来 |
| 批次大小 | batch_size | 整数 | 4 | 一次处理多少张图片，就像一次洗多少个碗 | 单次处理的图像数量 | 显存大可以设置8-16，显存小设置1-4 |
| 检测阈值 | threshold | 0.0-1.0 | 0.5 | 识别的严格程度，数值越高要求越严 | 检测置信度的最低阈值 | 根据图片质量调整，清晰图片可以设高一些 |
| 最大检测数 | max_detections | 整数 | 10 | 每张图片最多检测多少个人的眼神 | 单张图像中检测的最大人脸数量 | 根据场景中的人数来设置 |
| 进度显示 | show_progress | True/False | True | 是否显示处理进度，就像进度条 | 是否在界面显示批处理进度 | True可以看到处理进度，False安静处理 |
| 保存中间结果 | save_intermediate | True/False | False | 是否保存每一步的结果，就像保存草稿 | 是否保存每张图片的检测结果 | True会占用更多硬盘空间，但便于调试 |
3.4 Video Gaze Tracking（视频眼神追踪）
这个节点专门处理视频，就像是一个"监控摄像头"，能够追踪视频中人物眼神的变化轨迹。
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 |
|---|---|---|---|---|---|---|
| 输入视频 | video | 视频数据 | - | 要分析的视频文件，就像要看的电影 | 视频张量数据或视频文件路径 | 从视频加载节点连接过来 |
| 模型 | model | 模型对象 | - | 眼神检测的"大脑"工具 | 已加载的Moondream模型实例 | 从Load Moondream Model节点连接过来 |
| 采样间隔 | sample_interval | 整数 | 5 | 每隔多少帧检测一次，就像每隔几步拍一张照片 | 视频帧采样的间隔数 | 1是每帧都检测，5是每5帧检测一次，数值越大处理越快 |
| 追踪模式 | tracking_mode | simple/advanced | simple | 选择追踪的复杂程度，就像选择简单路线还是复杂路线 | 眼神追踪的算法模式 | simple速度快但可能不够准确，advanced更准确但速度慢 |
| 轨迹平滑 | trajectory_smooth | True/False | True | 是否让眼神移动轨迹更平滑，就像画线时用直尺 | 是否对检测轨迹进行平滑处理 | True让轨迹更自然，False保持原始检测结果 |
| 输出格式 | output_format | video/frames/data | video | 选择输出什么格式的结果 | 处理结果的输出格式 | video输出标记后的视频，frames输出图片序列，data只输出数据 |
| 轨迹颜色 | trajectory_color | RGB值 | (0,255,0) | 画轨迹线用什么颜色 | 眼神轨迹线的RGB颜色值 | (0,255,0)是绿色，适合在大多数背景上显示 |
| 轨迹粗细 | trajectory_thickness | 整数 | 2 | 轨迹线的粗细程度 | 绘制轨迹线的粗细度 | 1-3比较适合，太粗会挡住画面内容 |
3.5 Export Gaze Data（导出眼神数据）
这个节点就像是一个"记录员"，把检测到的眼神数据整理成表格或文件保存起来。
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 |
|---|---|---|---|---|---|---|
| 眼神数据 | gaze_data | 数据对象 | - | 之前检测到的眼神信息，就像考试成绩单 | 眼神检测结果的数据结构 | 从检测节点连接过来 |
| 输出格式 | export_format | csv/json/xml | csv | 选择保存成什么格式的文件，就像选择用什么格式写报告 | 数据导出的文件格式 | csv用Excel能打开，json程序员常用，xml比较通用 |
| 文件路径 | file_path | 文件路径 | ./output.csv | 告诉电脑把文件保存在哪里，就像选择把东西放在哪个抽屉 | 导出文件的保存路径 | 建议保存在桌面或专门的文件夹里 |
| 包含时间戳 | include_timestamp | True/False | True | 是否在数据中记录时间信息，就像在照片上写拍摄日期 | 是否在导出数据中包含时间戳信息 | True便于后续分析时序变化 |
| 包含坐标 | include_coordinates | True/False | True | 是否记录眼神的具体位置坐标 | 是否包含眼神方向的坐标数据 | True可以做更详细的分析 |
| 数据精度 | precision | 整数 | 4 | 数据保留几位小数，就像选择用粗略还是精确的尺子 | 数值数据的小数位精度 | 2-4位小数一般够用，太多没必要 |
4. 使用技巧和建议
4.1 性能优化建议
- 显存不够时： 减少批次大小、降低检测阈值、使用float16精度
- 处理速度慢时： 增加采样间隔、使用简单追踪模式、减少最大检测数
- 提高准确性： 使用高质量图片、调整检测阈值、选择advanced追踪模式
4.2 参数调节技巧
- 新手建议： 先用默认参数试试效果，再根据需要微调
- 图片质量差： 降低检测阈值到0.3-0.4
- 人物较多： 增加最大检测数到20-50
- 视频处理： 采样间隔设为3-10，既保证效果又提高速度
4.3 工作流程建议
- 先用单张图片测试参数设置
- 确认效果满意后再处理批量图片或视频
- 处理长视频时建议先分段处理
- 重要项目记得备份原始数据
5. 常见问题解答
Q1: 安装后找不到节点怎么办？
A: 重启ComfyUI，如果还是找不到，检查是否正确安装了requirements.txt中的依赖包。
Q2: 显示"显存不足"错误怎么解决？
A: 减少批次大小、使用float16精度、关闭其他占用显存的程序。
Q3: 检测效果不准确怎么办？
A: 调整检测阈值，使用更高质量的图片，确保人脸清晰可见。
Q4: 处理视频时程序卡住了？
A: 增加采样间隔、减少批次大小、检查视频格式是否支持。
Q5: 导出的数据文件打不开？
A: 检查文件路径是否正确，确认导出格式设置，尝试用不同软件打开。
6. 进阶应用建议
6.1 创意应用
- 互动装置： 结合其他传感器做眼神控制设备
- 游戏开发： 制作眼神追踪的游戏机制
- 艺术创作： 分析名画中人物的眼神方向
- 教育研究： 分析学生上课时的注意力分布
6.2 商业应用
- 广告效果分析： 测试广告中哪些元素最吸引眼球
- 用户体验研究： 分析用户浏览网页时的视线轨迹
- 零售空间设计： 优化商店布局提高商品关注度
- 安全监控： 检测异常行为和可疑活动
6.3 技术扩展
- 结合其他AI： 配合语音识别、情感分析等技术
- 数据可视化： 制作眼神轨迹的动态图表
- 实时处理： 开发实时眼神追踪应用
- 多模态融合： 结合手势、表情等多种信息
记住，这个插件的核心价值在于让复杂的眼神检测技术变得简单易用。不管你是技术小白还是专业开发者，都可以通过合理的参数设置获得满意的效果。关键是要多试多练，找到最适合自己项目的参数组合。