节点安装首先安装BirefNet节点,直接下载节点源码包,然后解压到custom_nodes目录下,最后重启ComfyUI仓库地址:https://github.com/MoonHugo/ComfyUI-BiRefNet-Hugo 这时候ComfyUI中就有了BirefNet节点,第一参数设置加载本地模型,所以就需要下载一个本地模型。 模型下载下载ZhengPeng7/BiRefNet模型。 BirefNet节点会自动识别ComfyUi安装目录下的ComfyUI\models\BiRefNet路径,所以下载ZhengPeng7/BiRefNef之后解压到models目录即可。 图片使用的是一个AI生成的动漫人物,对于动漫人物的发丝也是被BirefNet成功的抠图成功。总结通过 ComfyUI 和 BiRefNet 的结合,可以轻松完成高质量的图像抠图任务。
下载模型除了配置代码和安装环境外,还需要下载部分人像抠图模型的权重,下载好的模型均存到项目的hivision/creator/weights目录下,其中rmbg-1.4需要重命名为rmbg-1.4.onnx,birefnet-v1 -lite需要重命名为birefnet-v1-lite.onnx人像抠图模型介绍下载链接MODNet实时人像抠图模型,无需辅助信息http://file.s3/damodel-openfile/HivisionIDPhotos file.s3/damodel-openfile/HivisionIDPhotos/rmbg-1.4.onnxbirefnet-v1-liteZhengPeng7开源抠图模型,拥有最好的分割精度,下载后重命名为birefnet-v1 -lite.onnxhttp://file.s3/damodel-openfile/HivisionIDPhotos/birefnet-v1-lite.onnx重命名后如下图所示:配置以上步骤后,就可以开始使用了
- `studioludens/birefnet-lite-512`:我会优先考虑的浏览器端 BiRefNet 方案,512 输入、ONNX、MIT,模型页明确说是为解决浏览器 OOM 做的版本。 [模型页](https://huggingface.co/studioludens/birefnet-lite-512) - `Xenova/modnet`:人像/视频会议背景替换非常合适,Apache jellybox/u2net` / `jellybox/u2net-human-seg` / `BritishWerewolf/U-2-Netp`:老牌 U²-Net 系列,模型小、容易跑,质量不如 RMBG/BiRefNet 高质量通用抠图:`studioludens/birefnet-lite-512` + WebGPU,WASM 兜底。 3. : - `node --check app.js` 通过 - 本地静态服务返回 `200` - 桌面/移动首屏浏览器检查通过,控制台无 error/warn - 默认模型 `studioludens/birefnet-lite
修复 birefnet 和 dino3 模型中的部分 cast 与 dtype 问题 2. 修复 triposplat 预览与旧 offloading 模式相关问题 3. 但如果结合具体代码变更来看,其实可以归纳为四条主线: 第一条主线,是模型精度与类型转换稳定性修复,核心集中在 BiRefNet 与 DINOv3。 一是 BiRefNet 的 cast 与 dtype 修复 变更文件:comfy/background_removal/birefnet.py 在 forward 中,relative_position_bias 因此,这一处改动虽然只有一行,但本质是一次针对 BiRefNet 推理稳定性的精度一致性修复,对背景移除这类对边缘细节敏感的任务来说非常关键。 BiRefNet、DINOv3、Tripo DINOv3、Radiance 都涉及实际推理输入、dtype、位置标识或执行精度问题,这些都不是表面改动,而是直接关系到模型能否稳定跑通的底层因素。
光照协调 首先使用图像分割模型BiRefNet从 中提取前景物体 。现在,对于 的每一帧,我们有一个背景提示词 ,一个背景图像 和一个前景图像 。
35个工具模块,按功能分为6大类别:一、图像处理(7个工具)1.图片编辑路径:src/tools/image-editor/index.vue|后端端口:8765核心能力:裁剪、AI去背景(rembg/BiRefNet