Batch CLIPSeg (BatchCLIPSeg) - ComfyUI-KJNodes

Batch CLIPSeg ノードは、事前学習済みの CLIPSeg モデルを技術的に活用し、入力されたテキストプロンプトと画像特徴を整合させ、各ピクセルとテキストの関連性スコアを計算します。

Batch CLIPSeg ノードは、CLIP モデルに基づく画像セグメンテーションツールであり、テキスト記述に基づいて画像または画像バッチに対応するマスクを自動生成できます。その中核機能は、自然言語による指示を視覚領域の正確な選択領域に変換し、意味論に基づくマスク作成を実現することです。

ノード機能

このノードは、事前学習済みの CLIPSeg モデルを技術的に活用し、入力されたテキストプロンプトと画像特徴を整合させ、各ピクセルとテキストの関連性スコアを計算します。単一または複数の画像で構成される IMAGE タイプのバッチ入力を処理することをサポートし、閾値処理を通じて関連性スコアマップを二値または連続マスクに変換し、オプションでマスクにガウシアンブラーなどの後処理を適用できます。

ノードパラメータ説明 - Batch CLIPSeg

接続入力 (Inputs)

パラメータ名	データ型	必須	デフォルト値	範囲/オプション	説明
`images`	IMAGE	はい	-	-	images（入力パラメータ）：セグメンテーション対象の画像または画像バッチを入力します。単一または複数の画像をサポートします。
`opt_model`	CLIPSEGMODEL	いいえ	-	-	opt_model（入力パラメータ）：ノード内部でロードされるデフォルトモデルの代わりに使用する、オプションの外部 CLIPSeg モデル入力。

コントロールパラメータ (Parameters)

パラメータ名	データ型	必須	デフォルト値	範囲/オプション	説明
`text`	STRING	はい	-	-	例："空"。
`threshold`	FLOAT	はい	0.5	0.0 - 10.0 (ステップ: 0.001)	threshold（入力パラメータ）：セグメンテーションの信頼度閾値を設定します。この値より高い領域が保持されます。範囲 0.0 - 10.0、ステップ 0.001。
`binary_mask`	BOOLEAN	はい	True	-	binary_mask（入力パラメータ）：マスクを二値化（白黒）するかどうかを制御します。いいえの場合、連続的なグレースケールマスクを出力します。
`combine_mask`	BOOLEAN	はい	False	-	combine_mask（入力パラメータ）：現在生成されたすべてのマスクを1枚のマスクに結合するかどうかを制御します。
`use_cuda`	BOOLEAN	はい	True	-	use_cuda（入力パラメータ）：処理速度向上のために CUDA（GPU）を使用して計算を高速化するかどうかを制御します。
`blur_sigma`	FLOAT	いいえ	0.0	0.0 - 100.0 (ステップ: 0.1)	-
`prev_mask`	MASK	いいえ	None	-	-
`image_bg_level`	FLOAT	いいえ	0.5	0.0 - 1.0 (ステップ: 0.01)	-
`invert`	BOOLEAN	いいえ	False	-	-

Output 出力

パラメータ名	データ型	説明
Mask	MASK	Mask（出力パラメータ）：出力されるマスク。後続の画像処理ノードで使用できます。
Image	IMAGE	Image（出力パラメータ）：出力される画像。通常は入力画像と同じで、ワークフローの接続に使用されます。

使用シナリオ

実際のアプリケーションでは、このノードは、物体やシーンの記述に基づいて自動切り抜きを行う必要があるワークフローでよく使用されます。例えば、製品画像を一括処理する際に、「靴」というテキストを入力することで、靴を含むすべての画像に対して靴の正確なマスクを迅速に生成し、後続の背景置換や部分調整を行うことができます。

注意事項

ノードの処理速度は、モデルのサイズと GPU アクセラレーションの使用有無に影響されます。高解像度または大量の画像の場合、処理時間が長くなる可能性があり、セグメンテーション精度はテキスト記述の正確性とモデル学習データのカバレッジに大きく依存します。

Batch CLIPSeg ノードソースコードリンク

Batch CLIPSeg ノードは ComfyUI-KJNodes ノードパッケージに由来します。

Batch CLIPSeg(BatchCLIPSeg)

Batch CLIP Seg