ComfyUI-RMBG v3.3.0 : studio Canvas et détourage vidéo

Le nœud studio Canvas, issu des flux de travail d'exemple du référentiel.

Une étape de composition dans le graphe de nœuds

Canvas (RMBG) est l'ajout principal. Il s'agit d'une étape de composition multicouche rendue directement sur la toile du nœud, ce qui permet d'agencer les détourages sans quitter ComfyUI.

• Les calques acceptent jusqu'à cinq entrées, layer_1 à layer_5, les emplacements s'étendant au fil des connexions.
• Chaque calque peut être déplacé, pivoté, retourné horizontalement ou verticalement, mis à l'échelle avec des poignées à quatre coins à ratio verrouillé, et doté de sa propre opacité.
• La taille de la toile suit le ratio d'aspect de l'entrée d'arrière-plan, ou peut être définie librement entre 320 px et 4096 px par multiples de 8.
• Sélectionner Background: Alpha conserve une véritable sortie RGBA à quatre canaux, de sorte que les pixels transparents survivent jusqu'aux nœuds d'aperçu et d'enregistrement au lieu de devenir noirs.
• Le nœud émet également un MASK fusionné à canal unique couvrant chaque calque de premier plan actif, qui alimente directement l'inpainting ou un détourage plus poussé.

Le détourage vidéo arrive avec VRMBG

Le nœud VRMBG et son flux de travail d'exemple, issus du changelog de la v3.3.0.

AILab_VRMBG est le premier nœud du pack conçu pour des séquences plutôt que pour des images fixes. Il exécute VRMBG-3.0 de Bria et conditionne chaque image sur les caractéristiques de premier plan de la précédente, ce qui maintient les contours stables au lieu de scintiller d'une image à l'autre. Un bouton reset_state permet de traiter de longues vidéos par lots consécutifs sans perdre cette continuité.

Le téléchargement automatique est désactivé pour ce modèle. Les poids se placent manuellement dans ComfyUI/models/RMBG/VRMBG-3.0/, et le référentiel briaai/VRMBG-3.0 est sous accès restreint : il faut donc obtenir l'autorisation sur Hugging Face avant même de pouvoir récupérer les fichiers.

Deux backbones de détourage plus fins

Le Finegrain Box Segmenter alimenté par les boîtes Florence-2, issu du changelog.

FeyNoBg cible les cas difficiles : cheveux fins, poils, verre, dentelle et bords flous par le mouvement. Il utilise un backbone de détourage Swin-L de 263 M paramètres avec une passe refine_foreground intégrée, et le changelog précise qu'il ne nécessite aucun trimap manuel. Les poids sont livrés sous la forme d'un unique safetensors de 1,05 Go dans 1038lab/FeyNobg.

Finegrain Box Segmenter prend une boîte englobante et renvoie un détourage de 1024 px via une architecture Swin-B MVANet, de sorte que les boîtes issues de Florence-2 ou de YOLO deviennent des mattes haute résolution sans second modèle de détection. Sans boîte connectée, il se rabat sur la segmentation de l'image entière.

Pour l'alimenter, les nœuds de segmentation Florence-2 et SAM3 exposent désormais une quatrième sortie BBOXES au format BBOX, qui se branche directement sur le segmenteur de boîtes.

Florence-2 quitte le code distant

Le nœud Florence-2 chargeait auparavant le script distant dynamique de Hugging Face avec trust_remote_code=True, ce qui cassait dès que ComfyUI ou transformers évoluait. La v3.3.0 le reconstruit sous forme d'implémentation PyTorch locale native : aucune exécution de script distant, aucune dépendance à matplotlib et aucun verrouillage de version. Deux défauts signalés disparaissent au passage : les masques polygonaux tronqués en cours de génération et le plantage 'Florence2LanguageConfig' object has no attribute 'forced_bos_token_id' sous transformers 5.x.

Refonte de la segmentation YOLO

Le nœud de segmentation YOLO reconstruit, issu du changelog.

Le nœud de segmentation YOLO passe à YOLO26-seg et YOLO11-seg, avec les checkpoints yolo26n-seg à yolo26x-seg et yolo11*-seg hébergés dans 1038lab/YOLO et téléchargés à la demande. Sa sortie IMAGE peut désormais renvoyer directement un détourage RGBA transparent ou une couleur d'arrière-plan unie, ce qui supprime l'étape Mask Applier qui la suivait auparavant. Les superpositions d'annotation sont commutables entre masque et boîte, boîte seule, masque seul ou aucune, et mask_blur, mask_offset et invert_output gèrent le raffinement des bords en ligne.

Performances et corrections

• RMBG-2.0 s'exécute en FP16 natif sur CUDA. Le changelog annonce plus de 50 % de VRAM en moins pour les poids et les activations, et environ 2x le débit grâce aux Tensor Cores.
• Les lots vidéo libèrent la VRAM par bloc, ce qui élimine la fragmentation mémoire à l'origine des plantages par timeout GPU sur les longues séquences.
• Image Resize ne met plus au carré le facteur scale_by, donc 512 px à 1,2x donne 614 px au lieu de 736 px (#211).
• La découverte des nœuds survit à l'échec d'un import optionnel, corrigeant un NameError qui pouvait faire tomber tout le pack (#218).

Installation

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

Installez les dépendances avec l'environnement Python de ComfyUI, puis redémarrez :

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

Emplacement des modèles pour les trois nouveaux backbones :

Référentiel : 1038lab/ComfyUI-RMBG
Changelog : update.md v3.3.0
Flux de travail d'exemple : example_workflows