【版权严正声明】
本文系作者 [编程界的小学生] 原创，并拥有完整、独立的著作权。
未经本人 书面授权 ，任何单位、平台或个人， 严禁 以任何形式（包括但不限于转载、复制、摘编、修改、链接、转贴、建立镜像等）使用本文的全部或部分内容。
任何无视本声明的侵权行为，本人将依据《中华人民共和国著作权法》等相关法律法规，采取一切必要的法律手段，追究其侵权责任，要求其 立即停止侵权、赔礼道歉、消除影响，并赔偿因此造成的一切经济损失及维权成本（包括但不限于律师费、诉讼费、公证费等）。
侵权必究，切勿以身试法！
1. 插件简介
插件地址： https://github.com/kijai/ComfyUI-segment-anything-2
这个插件是基于 Meta 公司最新的 SAM2（Segment Anything Model 2）技术开发的 ComfyUI 扩展。简单来说，它就像一个超级智能的"抠图神器"，能够：
智能识别物体：你只需要点击一下图片上的物体，它就能自动把整个物体完美地抠出来
视频抠图：不仅能处理单张图片，还能对视频中的物体进行连续抠图
自动批量抠图：一键自动识别图片中的所有物体并分别抠出来
配合其他工具：可以和 Florence2 等其他 AI 工具配合使用，实现更智能的物体识别
想象一下，以前你用美图秀秀抠图需要小心翼翼地用橡皮擦一点点擦，现在你只需要在想要抠的物体上点一下，AI 就能帮你完美抠出来，就像有了一个专业的 PS 高手在帮你！
2. 如何安装
方法一：通过 ComfyUI Manager 安装（推荐）
打开 ComfyUI
点击右下角的 "Manager" 按钮
选择 "Install Custom Nodes"
搜索 "segment-anything-2" 或 "SAM2"
找到 "ComfyUI-segment-anything-2" 并点击安装
重启 ComfyUI
方法二：手动安装
打开终端/命令提示符
进入你的 ComfyUI 安装目录下的 custom_nodes 文件夹
运行命令：git clone https://github.com/kijai/ComfyUI-segment-anything-2.git
重启 ComfyUI
注意： 插件会自动从网上下载所需的 AI 模型文件，第一次使用时需要等待下载完成。
3. 节点详细解析
当前插件包含节点总数：6 个 本次输出节点数：6 个 剩余未输出节点数：0 个
3.1 DownloadAndLoadSAM2Model 节点
这个节点是干嘛的？ 这就像是一个"模型管家"，负责下载和加载 SAM2 的 AI 大脑。你可以把它想象成给你的抠图工具安装不同版本的"智能芯片"，有的芯片速度快但精度一般，有的芯片慢一点但超级精准。
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 |
|---|
model | model | sam2_hiera_base_plus.safetensors<br/>sam2_hiera_large.safetensors<br/>sam2_hiera_small.safetensors<br/>sam2_hiera_tiny.safetensors<br/>sam2.1_hiera_base_plus.safetensors<br/>sam2.1_hiera_large.safetensors<br/>sam2.1_hiera_small.safetensors<br/>sam2.1_hiera_tiny.safetensors | sam2_hiera_base_plus.safetensors | 选择AI大脑的版本，就像选手机处理器一样 | 选择不同大小和版本的SAM2模型文件 | tiny最快但精度低，large最慢但最精准，base_plus是平衡选择 |
segmentor | segmentor | single_image<br/>video<br/>automaskgenerator | single_image | 选择抠图模式，就像选择相机的拍照模式 | 设置分割器类型：单图片、视频或自动批量模式 | 抠单张图选single_image，抠视频选video，自动抠所有物体选automaskgenerator |
device | device | cuda<br/>cpu<br/>mps | cuda | 选择用什么硬件来运行，就像选择用跑车还是自行车 | 设置运行设备：显卡、CPU或苹果芯片 | 有N卡选cuda最快，苹果电脑选mps，其他选cpu |
precision | precision | fp16<br/>bf16<br/>fp32 | fp16 | 选择计算精度，就像选择画笔的精细程度 | 设置浮点数精度：16位、bfloat16或32位 | fp16速度快内存省，fp32最精确但慢，一般用fp16就够了 |
3.2 Sam2Segmentation 节点
这个节点是干嘛的？ 这是核心的"抠图工人"，它接收你的指令（比如你点击的位置或框选的区域），然后智能地把物体抠出来。就像一个超级听话的助手，你指哪它抠哪。
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 |
|---|
sam2_model | sam2_model | SAM2MODEL类型 | - | 接收AI大脑，就像给工人配备工具 | 接收SAM2模型对象 | 连接DownloadAndLoadSAM2Model节点的输出 |
image | image | IMAGE类型 | - | 要处理的图片，就像给工人提供原材料 | 输入待分割的图像数据 | 连接LoadImage或其他图像节点 |
keep_model_loaded | keep_model_loaded | True/False | True | 是否保持AI大脑常驻内存，就像是否让工人待命 | 处理完后是否保持模型在显存中 | True可以加速连续处理，False可以节省显存 |
coordinates_positive | coordinates_positive | STRING类型 | - | 告诉AI"我要这里"的点击位置 | 正向提示点的坐标信息 | 格式如[{"x": 100, "y": 200}]，表示要包含的区域 |
coordinates_negative | coordinates_negative | STRING类型 | - | 告诉AI"我不要这里"的排除位置 | 负向提示点的坐标信息 | 格式同上，表示要排除的区域，用来修正抠图结果 |
bboxes | bboxes | BBOX类型 | - | 框选区域，就像用矩形框圈出要抠的物体 | 边界框坐标信息 | 通常来自Florence2等物体检测工具 |
individual_objects | individual_objects | True/False | False | 是否把每个物体单独抠出来 | 是否为每个对象生成独立的掩码 | True会为每个点击位置生成单独的抠图结果 |
mask | mask | MASK类型 | - | 已有的抠图结果，用来进一步优化 | 输入的掩码用于引导分割 | 可以基于之前的抠图结果进行改进 |
3.3 Florence2toCoordinates 节点
这个节点是干嘛的？ 这是一个"翻译官"，它把 Florence2 AI 识别出的物体信息翻译成 SAM2 能理解的坐标格式。就像把中文地址翻译成GPS坐标一样。
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 |
|---|
data | data | JSON类型 | - | Florence2识别出的物体信息，就像一份物体清单 | Florence2输出的检测结果数据 | 连接Florence2Run节点的data输出 |
index | index | STRING类型 | "0" | 选择要处理哪个物体，就像从清单中选择第几项 | 指定要转换的检测结果索引 | "0"表示第一个物体，"0,1,2"表示前三个物体 |
batch | batch | True/False | False | 是否批量处理多张图片 | 是否对批次中的所有图像进行处理 | True会处理所有图片中的对应物体 |
3.4 Sam2VideoSegmentationAddPoints 节点
这个节点是干嘛的？ 这是视频抠图的"指挥官"，专门用来在视频的某一帧上添加点击指令。就像在视频播放时暂停，然后在画面上点击要抠的物体。
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 |
|---|
sam2_model | sam2_model | SAM2MODEL类型 | - | 视频抠图专用的AI大脑 | 配置为video模式的SAM2模型 | 必须是segmentor设为video的模型 |
coordinates_positive | coordinates_positive | STRING类型 | - | 在视频帧上点击"要这里"的位置 | 正向提示点坐标 | 格式如[{"x": 100, "y": 200}] |
frame_index | frame_index | INT类型 | 0 | 在第几帧上添加点击，就像选择视频的第几秒 | 指定添加提示点的帧索引 | 0表示第一帧，10表示第11帧 |
object_index | object_index | INT类型 | 0 | 给这个物体编号，用来区分不同物体 | 分配给对象的唯一标识符 | 0表示第一个物体，1表示第二个物体 |
image | image | IMAGE类型 | - | 视频帧图像数据 | 视频序列的图像数据 | 通常来自视频加载节点 |
coordinates_negative | coordinates_negative | STRING类型 | - | 在视频帧上点击"不要这里"的位置 | 负向提示点坐标 | 用来排除不想要的区域 |
prev_inference_state | prev_inference_state | SAM2INFERENCESTATE类型 | - | 之前的处理状态，用来连续处理 | 前一步的推理状态信息 | 用于链式连接多个添加点操作 |
3.5 Sam2VideoSegmentation 节点
这个节点是干嘛的？ 这是视频抠图的"执行者"，在你添加完所有点击指令后，它会自动处理整个视频，把每一帧中的目标物体都抠出来。就像按下"开始处理"按钮。
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 |
|---|
sam2_model | sam2_model | SAM2MODEL类型 | - | 视频抠图专用的AI大脑 | 配置为video模式的SAM2模型 | 连接DownloadAndLoadSAM2Model节点 |
inference_state | inference_state | SAM2INFERENCESTATE类型 | - | 包含所有点击指令的状态信息 | 包含提示点和对象信息的推理状态 | 连接Sam2VideoSegmentationAddPoints节点的输出 |
keep_model_loaded | keep_model_loaded | True/False | True | 处理完后是否保持AI大脑在内存中 | 是否保持模型加载状态 | True可以加速后续处理，False节省显存 |
3.6 Sam2AutoSegmentation 节点
这个节点是干嘛的？ 这是一个"全自动抠图机器"，不需要你手动点击，它会自动识别图片中的所有物体并全部抠出来。就像一键美颜一样，一键就能把图片中的所有东西都分别抠出来。
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 |
|---|
sam2_model | sam2_model | SAM2MODEL类型 | - | 自动抠图专用的AI大脑 | 配置为automaskgenerator模式的SAM2模型 | 必须是segmentor设为automaskgenerator的模型 |
image | image | IMAGE类型 | - | 要自动抠图的图片 | 输入图像数据 | 连接LoadImage或其他图像节点 |
points_per_side | points_per_side | INT类型 | 32 | 每边放多少个检测点，就像撒网的密度 | 每边生成的提示点数量 | 数值越大检测越细致但速度越慢 |
points_per_batch | points_per_batch | INT类型 | 64 | 每次处理多少个点，就像每次吃几口饭 | 批处理的点数量 | 影响显存使用和处理速度 |
pred_iou_thresh | pred_iou_thresh | FLOAT类型 | 0.8 | 抠图质量阈值，就像设置及格分数线 | 预测IoU阈值 | 0.8表示抠图准确度要达到80%才保留 |
stability_score_thresh | stability_score_thresh | FLOAT类型 | 0.95 | 抠图稳定性要求，就像要求结果要稳定 | 稳定性分数阈值 | 越高要求抠图结果越稳定 |
stability_score_offset | stability_score_offset | FLOAT类型 | 1.0 | 稳定性计算的偏移量 | 稳定性分数计算偏移 | 用于调整稳定性评估的基准 |
mask_threshold | mask_threshold | FLOAT类型 | 0.0 | 抠图二值化阈值，就像调节黑白照片的对比度 | 掩码二值化阈值 | 决定哪些像素被认为是前景 |
crop_n_layers | crop_n_layers | INT类型 | 0 | 裁剪层数，用来处理大图片 | 图像裁剪的层数 | 0表示不裁剪，大于0会分块处理大图 |
box_nms_thresh | box_nms_thresh | FLOAT类型 | 0.7 | 去除重复框的阈值，就像去重复 | 边界框非极大值抑制阈值 | 用来去除重叠的检测框 |
crop_nms_thresh | crop_nms_thresh | FLOAT类型 | 0.7 | 裁剪区域去重阈值 | 裁剪区域的NMS阈值 | 用于裁剪模式下的重复去除 |
crop_overlap_ratio | crop_overlap_ratio | FLOAT类型 | 0.34 | 裁剪块之间的重叠比例 | 裁剪块重叠比例 | 确保裁剪边界处的物体不被遗漏 |
crop_n_points_downscale_factor | crop_n_points_downscale_factor | INT类型 | 1 | 裁剪时点数缩放因子 | 裁剪时的点数下采样因子 | 用来在裁剪模式下调整检测点密度 |
min_mask_region_area | min_mask_region_area | FLOAT类型 | 0.0 | 最小抠图区域大小，过滤掉太小的物体 | 最小掩码区域面积 | 小于这个值的抠图结果会被过滤掉 |
use_m2m | use_m2m | True/False | False | 是否使用mask-to-mask优化 | 是否启用掩码到掩码的优化 | True可以提高质量但会增加计算时间 |
keep_model_loaded | keep_model_loaded | True/False | True | 处理完后是否保持AI大脑在内存中 | 是否保持模型加载状态 | True可以加速连续处理 |
4. 使用技巧和建议
4.1 模型选择建议
新手推荐：sam2_hiera_base_plus.safetensors，平衡了速度和精度
追求速度：sam2_hiera_small.safetensors 或 tiny 版本
追求精度：sam2_hiera_large.safetensors
最新功能：优先选择 sam2.1 版本，功能更完善
4.2 硬件配置建议
显卡内存 < 6GB：选择 tiny 或 small 模型，precision 用 fp16
显卡内存 6-12GB：可以用 base_plus 模型
显卡内存 > 12GB：可以放心使用 large 模型
4.3 抠图技巧
单张图片抠图：
先用 single_image 模式
在物体中心点击作为正向坐标
如果抠图包含了不想要的部分，添加负向坐标排除
批量自动抠图：
视频抠图：
使用 video 模式
在关键帧上添加点击指令
AI 会自动跟踪整个视频序列
4.4 与其他插件配合
配合 Florence2：先用 Florence2 识别物体，再用 SAM2 精确抠图
配合 ControlNet：抠出的 mask 可以用作 ControlNet 的控制信号
配合 Inpainting：抠图后可以用修复模型填补背景
5. 常见问题解答
Q1: 为什么第一次使用很慢？
A: 插件需要从网上下载 AI 模型文件，文件比较大（几个GB），下载完成后就会很快了。
Q2: 显存不够怎么办？
A:
Q3: 抠图不准确怎么办？
A:
Q4: 视频抠图效果不连贯？
A:
Q5: 自动抠图抠出太多小物体？
A:
6. 实际应用场景
6.1 电商产品图处理
使用自动抠图功能快速去除产品背景，批量处理商品图片。
6.2 视频内容创作
对视频中的人物或物体进行抠图，用于换背景或特效制作。
6.3 图像合成
精确抠出图像中的特定元素，用于创意合成和设计。
6.4 数据标注
为机器学习项目快速生成高质量的分割标注数据。
7. 总结
ComfyUI-segment-anything-2 插件是一个功能强大的智能抠图工具，它把复杂的 AI 技术包装成了简单易用的节点。无论你是新手还是专业用户，都能通过合理的参数配置获得满意的抠图效果。
记住几个关键点：
选择合适的模型大小平衡速度和精度
根据硬件配置调整参数
善用正负向坐标提高抠图精度
不同场景选择不同的分割模式
希望这份教程能帮助你快速上手这个强大的抠图工具！
%20(1).png)
