English | 中文
本仓库将BiRefNet最新模型封装为ComfyUI节点来使用,并支持cpu和gpu分块加载,模型缓存特性。
特性1: 支持cpu和gpu分块加载
在开启cuda的情况下,指定cpu_size,可将模型部分加载到cpu上
特性2: 模型缓存
特性3: 多种裁剪方式
支持putalpha, naive, alpha_matting三种裁剪方式
- Nov 19, 2023: 增加
mask_precision_threshold
参数,控制mask的精度阈值,默认为0.1
- 进入节点目录,
ComfyUI/custom_nodes/
git clone https://github.com/rubi-du/ComfyUI-BiRefNet-lite.git
cd ComfyUI-BiRefNet-lite
pip install -r requirements.txt
- 重启ComfyUI
直接下载节点源码包,然后解压到custom_nodes目录下,最后重启ComfyUI
通过ComfyUI-Manager安装,搜索“ComfyUI-BiRefNet-lite”进行安装
示例工作流放置在ComfyUI-BiRefNet-lite/workflow
中
加载模型有两种方式可选:一是自动下载并加载远程模型,二是加载本地模型(此时需将load_local_model
设为true,并将local_model_path
设置为指向models/birefnet目录下的本地模型路径,例如BiRefNet文件夹)
模型下载地址:
BiRefNet: https://huggingface.co/ZhengPeng7/BiRefNet/tree/main
BiRefNet_lite-2K: https://huggingface.co/ZhengPeng7/BiRefNet_lite-2K/tree/main
BiRefNet-portrait: https://huggingface.co/ZhengPeng7/BiRefNet-portrait/tree/main
BiRefNet-matting: https://huggingface.co/ZhengPeng7/BiRefNet-matting/tree/main
RMBG-2.0: https://huggingface.co/briaai/RMBG-2.0/tree/main
工作流workflow.json的使用
工作流video_workflow.json的使用
workflow地址
感谢BiRefNet仓库的所有作者 ZhengPeng7/BiRefNet
部分代码参考了 MoonHugo/ComfyUI-BiRefNet-Hugo 感谢!