%20(1).png)
ComfyUI-YOLO 插件保姆级教程 - 让你的 AI 成为火眼金睛的寻宝大师
1. 插件简介
ComfyUI-YOLO 插件（GitHub 地址）就像是给你的 AI 装上了一副神奇的眼镜，可以帮你在图片中找出各种物体。比如你给它一张街景照片，它能帮你找出照片里的所有汽车、行通灯等物体，还能告诉你它们在图片中的具体位置。
2. 安装方法
就像在手机上装 APP 一样简单，有两种方法：
方法一：通过 Git 安装（推荐）
- 打开你的 ComfyUI 文件夹
- 找到
custom_nodes文件夹 - 在这里打开命令行（就像打开一个小黑窗）
- 复制粘贴下面这行指令：
git clone https://github.com/kadirnar/ComfyUI-YOLO
方法二：直接下载
- 访问插件主页：https://github.com/kadirnar/ComfyUI-YOLO
- 点击绿色的 "Code" 按钮，选择 "Download ZIP"
- 解压下载的文件
- 把解压的文件夹放到 ComfyUI 的
custom_nodes文件夹里
3. 节点详解
3.1 YOLODetect 节点
这个节点就像是一个超级侦探，能在图片里找出你想要的东西。
参数详解：
| 参数名(UI显示) | 参数名(代码) | 参数值 | 建议值 | 通俗解释 | 专业解释 | 使用举例 |
|---|---|---|---|---|---|---|
| Model | model_name | 字符串 | yolov8n.pt | 选择要使用的"眼镜"类型 | YOLO模型文件名 | 想找更多物体用 yolov8x.pt，想快点就用 yolov8n.pt |
| Confidence | conf | 0-1之间的数字 | 0.25 | 找东西的"把握程度" | 检测置信度阈值 | 0.25 就是至少要 25% 的把握才会认定找到了物体 |
| Device | device | "cuda"或"cpu" | cuda | 用显卡还是CPU干活 | 运行设备选择 | 有显卡就选 cuda，没有就选 cpu |
3.2 YOLOLoader 节点
这个节点就像是帮你准备好侦探工具的助手。
参数详解：
| 参数名(UI显示) | 参数名(代码) | 参数值 | 建议值 | 通俗解释 | 专业解释 | 使用举例 |
|---|---|---|---|---|---|---|
| Model Path | model_path | 字符串 | models/yolo | 模型文件放在哪里 | 模型存储路径 | 就像告诉助手工具箱放在哪个抽屉里 |
3.3 YOLOAnnotator 节点
这个节点就像是一个画图小能手，能把找到的物体都标注出来。
参数详解：
| 参数名(UI显示) | 参数名(代码) | 参数值 | 建议值 | 通俗解释 | 专业解释 | 使用举例 |
|---|---|---|---|---|---|---|
| Box Color | box_color | RGB颜色值 | (255,0,0) | 标注框的颜色 | 边界框颜色 | 想要红框就用(255,0,0)，绿框就用(0,255,0) |
| Box Thickness | box_thickness | 整数 | 2 | 标注框的粗细 | 边界框线宽 | 1是细线，3是粗线，看着舒服就行 |
| Text Size | text_size | 浮点数 | 0.5 | 标签文字大小 | 文本字体大小 | 0.3比较小，1.0比较大 |
4. 使用技巧和建议
- 刚开始用的时候，建议先用 yolov8n.pt 模型，跑得快
- 标注框颜色建议用鲜艳的颜色，比如大红色，这样比较醒目
- 如果找不到物体，可以把 Confidence 值调低一点试试
- 如果电脑配置不高，记得选择 "cpu" 作为 Device
5. 常见问题解答
Q: 为什么我的模型跑得特别慢？ A: 检查一下是不是选错了 Device，有显卡的话记得选 "cuda"。
Q: 为什么找不到任何物体？ A: 可能是 Confidence 值设得太高了，试着调低到 0.2 或 0.15。
Q: 标注框怎么这么小看不清？ A: 可以把 Box Thickness 调大一点，比如改成 3 或 4。
6. 补充说明
- 这个插件支持实时预览，你可以一边调参数一边看效果
- 如果想找特定的物体，可以查看 YOLO 支持检测的物体列表
- 插件会定期更新，记得时不时去 GitHub 看看有没有新版本
记住：用这个插件就像教会 AI 认识世界，越玩越有意思！希望这个教程能帮助你轻松上手 ComfyUI-YOLO 插件。