%20(1).png)
ComfyUI-Ultralytics-YOLO 插件超详细小白教程
1. 插件简介
插件地址： https://github.com/shadowcz007/comfyui-ultralytics-yolo
这个插件就像是给 ComfyUI 装了一双"火眼金睛"，能够自动识别图片里的各种物体。比如你有一张照片，里面有猫、狗、人、车，这个插件就能把它们一个个找出来，并且告诉你它们在图片的什么位置。
这个插件把 YOLO 物体识别功能集成到 ComfyUI 里，让用户可以通过标签来检测图片中的物体，大大增强了 ComfyUI 的功能。
想象一下，你是一个侦探，这个插件就是你的放大镜，能帮你在复杂的图片中快速找到你想要的东西。
2. 如何安装
安装这个插件很简单，就像在手机上装 App 一样：
- 打开 ComfyUI 的插件文件夹（通常在
ComfyUI/custom_nodes/里） - 用 Git 命令下载插件：
git clone https://github.com/shadowcz007/comfyui-ultralytics-yolo - 重启 ComfyUI
- 刷新浏览器页面，就能看到新的节点了
3. 节点详解
3.1 Detect By Label 节点 - 按标签检测物体
这个节点就像是一个智能的"找茬游戏"帮手。你告诉它要找什么东西（比如"猫"），它就会在图片里把所有的猫都圈出来，还会告诉你每只猫的位置。
3.2 Detect By Label 节点参数详解
| 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 |
|---|---|---|---|---|---|---|
| 图像 | image | 图像输入 | 任意图片 | 这就是你要"侦察"的那张图片 | 输入需要进行物体检测的图像数据 | 连接一个图片加载节点，比如 Load Image |
| 模型类型 | model_type | YOLO-World, YOLOv8 | YOLOv8 | 选择用哪种"眼镜"来看图片，就像选近视镜还是老花镜 | 选择使用的YOLO模型版本，不同版本有不同的检测能力 | 新手建议用 YOLOv8，识别效果更好 |
| 标签 | labels | 文本输入 | person, car, dog | 告诉它要找什么东西，就像给侦探一个"通缉令" | 指定需要检测的物体类别标签 | 输入 "person" 就找人，输入 "car, dog" 就同时找车和狗 |
| 信心阈值 | confidence_threshold | 0.0-1.0 | 0.5 | 设置"眼神"有多准，数字越高要求越严格 | 检测结果的置信度阈值，过滤掉不确定的检测结果 | 0.5 表示只保留50%以上把握的检测结果 |
| IoU 阈值 | iou_threshold | 0.0-1.0 | 0.5 | 避免同一个东西被重复圈出来的"防重复"开关 | 交并比阈值，用于非极大值抑制，去除重叠的检测框 | 0.5 表示重叠度超过50%的框会被合并 |
| 最大检测数 | max_detections | 整数 | 100 | 最多能找出多少个物体，就像"限购"一样 | 单张图片最多输出的检测结果数量 | 设置为 10 就是最多找出 10 个物体 |
3.3 节点输出说明
这个节点会输出几样东西，就像体检报告一样：
- 检测结果图像：原图片上画了框框，把找到的物体都圈起来了
- 检测框坐标：每个物体的具体位置（就像地图上的经纬度）
- 物体类别：找到的每个东西是什么（人、车、狗等）
- 置信度分数：对每个检测结果有多少把握（0-100%）
4. 使用技巧和建议
4.1 选择合适的模型类型
- YOLOv8：就像一个经验丰富的老师傅，识别准确率高，适合大多数情况
- YOLO-World：就像一个见多识广的年轻人，能识别更多种类的物体
4.2 调整信心阈值
- 0.3-0.4：比较宽松，会找出更多物体，但可能有些是错的
- 0.5-0.6：平衡点，准确率和数量都比较合适
- 0.7-0.9：很严格，只保留非常确定的结果
4.3 标签输入技巧
- 用英文输入，用逗号分隔：
person, car, dog - 常用标签：
person(人),car(车),dog(狗),cat(猫),bird(鸟),bicycle(自行车) - 可以输入多个标签同时检测
4.4 实际应用场景
- 照片整理：自动找出所有有人的照片
- 内容审核：检查图片中是否有特定物体
- 数据分析：统计图片中各种物体的数量
- 创意设计：为后续的图像处理提供物体位置信息
5. 常见问题解答
Q1: 为什么检测不到我要找的物体？
A: 可能是以下原因： - 信心阈值设置太高了，试着调低到 0.3-0.4 - 物体在图片中太小或者被遮挡了 - 标签名称不对，试试更通用的英文名称
Q2: 检测结果太多了，很多是错的怎么办？
A: 这种情况就像"宁可错杀一千，不可放过一个"，解决方法： - 把信心阈值调高一点，比如 0.6-0.7 - 检查输入的标签是否太宽泛了
Q3: 同一个物体被检测出了好几个框？
A: 这是"重复检测"问题： - 调高 IoU 阈值，比如设置为 0.6-0.7 - 这样重叠的检测框会被自动合并
Q4: 模型下载很慢或者失败？
A: 这个插件需要下载 YOLO 模型文件：
- 确保网络连接正常
- 模型文件通常会自动下载到 ComfyUI/models/ultralytics/ 文件夹
- 如果下载失败，可以手动下载模型文件放到对应文件夹
Q5: 可以检测哪些物体？
A: 常见的物体类别包括： - 生物类：person, dog, cat, bird, horse, cow, sheep - 交通工具：car, truck, bus, motorcycle, bicycle, airplane, boat - 日常物品：chair, table, bottle, cup, book, laptop, phone
6. 进阶使用建议
6.1 与其他节点配合使用
- 可以把检测结果传递给其他节点，实现更复杂的图像处理
- 比如先检测人脸，再进行人脸替换或美颜处理
6.2 批量处理
- 可以处理多张图片，但要注意电脑性能
- 建议一次不要处理太多图片，避免卡顿
6.3 结果保存
- 检测结果可以保存为图片文件
- 也可以导出检测框的坐标信息用于其他用途
这个插件就像给 ComfyUI 装上了一双智能的眼睛，能够自动识别图片中的各种物体。虽然功能强大，但使用起来并不复杂，只要按照上面的指导一步步操作，很快就能上手。记住，多试验不同的参数设置，找到最适合你需求的配置！