ComfyUI-RMBG v3.3.0: estudio de composición Canvas y matting de vídeo

El nodo de estudio Canvas, de los flujos de trabajo de ejemplo del repositorio.

Un escenario de composición dentro del grafo de nodos

Canvas (RMBG) es la incorporación estrella. Se trata de un escenario de composición multicapa renderizado en el propio lienzo del nodo, de modo que los recortes se pueden organizar sin salir de ComfyUI.

• Las capas aceptan hasta cinco entradas, layer_1 a layer_5, y los slots se expanden a medida que se realizan conexiones.
• Cada capa se puede mover, rotar, voltear horizontal o verticalmente, escalar con gizmos de cuatro esquinas que bloquean la relación de aspecto y ajustar con su propia opacidad.
• El tamaño del lienzo sigue la relación de aspecto de la entrada de fondo, o se puede establecer libremente entre 320px y 4096px en múltiplos de 8.
• Seleccionar Background: Alpha mantiene una salida RGBA real de cuatro canales, de modo que los píxeles transparentes sobreviven en la vista previa y en los nodos de guardado en lugar de colapsar a negro.
• El nodo también emite una MASK combinada de un solo canal que cubre todas las capas de primer plano activas, la cual se conecta directamente al relleno inteligente o a un matting posterior.

El matting de vídeo llega con VRMBG

El nodo VRMBG y su flujo de trabajo de ejemplo, del registro de cambios de la v3.3.0.

AILab_VRMBG es el primer nodo del paquete diseñado para secuencias y no para fotogramas individuales. Ejecuta VRMBG-3.0 de Bria y condiciona cada fotograma con las características de primer plano del anterior, lo que mantiene los bordes estables en lugar de parpadear fotograma a fotograma. Un interruptor reset_state permite introducir vídeos largos en lotes consecutivos sin perder esa continuidad.

La descarga automática está desactivada para este modelo. Los pesos se colocan manualmente en ComfyUI/models/RMBG/VRMBG-3.0/, y el repositorio briaai/VRMBG-3.0 tiene acceso restringido, por lo que hay que solicitar permiso en Hugging Face antes de poder descargar los archivos.

Dos arquitecturas base de matting más precisas

El Finegrain Box Segmenter alimentado por cajas de Florence-2, del registro de cambios.

FeyNoBg apunta a los casos difíciles: cabello fino, pelaje, cristal, encaje y bordes con desenfoque de movimiento. Utiliza una arquitectura base de matting Swin-L de 263M de parámetros con una pasada refine_foreground integrada, y el registro de cambios señala que no necesita trimap manual. Los pesos se distribuyen como un único safetensors de 1.05 GB en 1038lab/FeyNobg.

Finegrain Box Segmenter toma una caja delimitadora y devuelve un recorte de 1024px usando una arquitectura Swin-B MVANet, de modo que las cajas procedentes de Florence-2 o YOLO se convierten en mattes de alta resolución sin necesidad de un segundo modelo de detección. Si no hay ninguna caja conectada, recurre a segmentar la imagen completa.

Para alimentarlo, tanto el nodo de segmentación Florence-2 como el SAM3 exponen ahora una cuarta salida BBOXES en formato BBOX, que se conecta directamente al segmentador de cajas.

Florence-2 abandona el código remoto

El nodo Florence-2 cargaba anteriormente el script remoto dinámico de Hugging Face con trust_remote_code=True, lo que fallaba cada vez que ComfyUI o transformers cambiaban. La v3.3.0 lo reconstruye como una implementación nativa local de PyTorch: sin ejecución de scripts remotos, sin dependencia de matplotlib y sin fijación de versiones. Con ello desaparecen dos defectos reportados: las máscaras de polígono que se cortaban a mitad de generación y el fallo 'Florence2LanguageConfig' object has no attribute 'forced_bos_token_id' bajo transformers 5.x.

Renovación completa de la segmentación YOLO

El nodo de segmentación YOLO reconstruido, del registro de cambios.

El nodo de segmentación YOLO pasa a YOLO26-seg y YOLO11-seg, con los checkpoints yolo26n-seg hasta yolo26x-seg y yolo11*-seg alojados en 1038lab/YOLO y descargados bajo demanda. Su salida IMAGE ahora puede devolver directamente un recorte RGBA transparente o un color de fondo sólido, lo que elimina el paso Mask Applier que solía seguirle. Las superposiciones de anotación se pueden alternar entre máscara y caja, solo caja, solo máscara o ninguna, y mask_blur, mask_offset e invert_output se encargan del refinado de bordes de forma integrada.

Rendimiento y correcciones

• RMBG-2.0 se ejecuta en FP16 nativo en CUDA. El registro de cambios afirma que se reduce en más del 50% la VRAM de pesos y activaciones y que se logra aproximadamente el doble de rendimiento gracias a los Tensor Cores.
• Los lotes de vídeo liberan la VRAM por fragmento, lo que elimina la fragmentación de memoria que provocaba los fallos por tiempo de espera de la GPU en secuencias largas.
• Image Resize ya no eleva al cuadrado el factor scale_by, de modo que 512px con 1.2x da 614px en lugar de 736px (#211).
• El descubrimiento de nodos sobrevive a una importación opcional fallida, lo que corrige un NameError que podía tumbar todo el paquete (#218).

Instalar

cd ComfyUI/custom_nodes
git clone https://github.com/1038lab/ComfyUI-RMBG

Instala las dependencias con el entorno de Python de ComfyUI y luego reinicia:

python -m pip install -r ComfyUI-RMBG/requirements.txt

Ubicación de los modelos para las tres nuevas arquitecturas base:

Repositorio: 1038lab/ComfyUI-RMBG
Registro de cambios: update.md v3.3.0
Flujos de trabajo de ejemplo: example_workflows