ComfyUI-RMBG v3.3.0: キャンバススタジオと動画マッティング

リポジトリのサンプルワークフローにあるCanvasスタジオノード。

ノードグラフ内の合成ステージ

Canvas (RMBG) が目玉の追加機能です。ノードキャンバス自体に描画されるマルチレイヤーの合成ステージで、ComfyUIを離れることなく切り抜きを配置できます。

• レイヤーは最大5つの入力(layer_1〜layer_5)を受け付け、接続に応じてスロットが拡張されます。
• 各レイヤーは移動、回転、水平・垂直反転、四隅のアスペクト比固定ギズモによる拡大縮小が可能で、個別の不透明度を設定できます。
• キャンバスサイズは背景入力のアスペクト比に従うほか、320px〜4096pxの範囲で8の倍数として自由に設定できます。
• Background: Alpha を選択すると真の4チャンネルRGBA出力が維持され、透明ピクセルが黒に潰れることなくプレビューや保存ノードまで保持されます。
• また、有効なすべての前景レイヤーをまとめた単一チャンネルのMASKも出力され、インペイントやさらなるマッティングにそのまま渡せます。

VRMBGで動画マッティングが登場

v3.3.0の変更履歴にあるVRMBGノードとそのサンプルワークフロー。

AILab_VRMBGは、単一フレームではなく連続したシーケンス向けに作られたこのパック初のノードです。BriaのVRMBG-3.0を実行し、各フレームを前のフレームの前景特徴で条件付けするため、フレームごとにちらつかず境界が安定します。reset_stateトグルにより、長い動画を連続したバッチで投入してもこの連続性を失いません。

このモデルでは自動ダウンロードが無効です。重みは手動でComfyUI/models/RMBG/VRMBG-3.0/に配置する必要があり、briaai/VRMBG-3.0リポジトリはゲート付きのため、ファイルを取得する前にHugging Faceでアクセス許可を得る必要があります。

2つのより精細なマッティングバックボーン

変更履歴にある、Florence-2のボックスを入力とするFinegrain Box Segmenter。

FeyNoBgは難しいケース、つまり細く薄い髪、毛皮、ガラス、レース、モーションブラーがかかったエッジを対象としています。2億6300万パラメータのSwin-Lマッティングバックボーンにrefine_foregroundパスを内蔵しており、変更履歴によれば手動のトリマップは不要です。重みは1038lab/FeyNobgで単一の1.05 GB safetensorsとして配布されています。

Finegrain Box Segmenterはバウンディングボックスを受け取り、Swin-B MVANetアーキテクチャを用いて1024pxの切り抜きを返すため、Florence-2やYOLOから得たボックスが2つ目の検出モデルなしで高解像度のマットになります。ボックスが接続されていない場合は、画像全体のセグメンテーションにフォールバックします。

入力用に、Florence-2とSAM3のセグメンテーションノードはどちらもBBOX形式の4番目の出力BBOXESを公開するようになり、ボックスセグメンターに直接接続できます。

Florence-2がリモートコードから脱却

以前のFlorence-2ノードはtrust_remote_code=TrueでHugging Faceの動的リモートスクリプトを読み込んでおり、ComfyUIやtransformersが更新されるたびに壊れていました。v3.3.0ではネイティブのローカルPyTorch実装として再構築され、リモートスクリプトの実行、matplotlibへの依存、バージョン固定がいずれも不要になりました。あわせて報告されていた2つの不具合、生成途中で切れてしまうポリゴンマスクと、transformers 5.xでの'Florence2LanguageConfig' object has no attribute 'forced_bos_token_id'クラッシュも解消されています。

YOLOセグメンテーションの刷新

変更履歴にある、再構築されたYOLOセグメンテーションノード。

YOLOセグメンテーションノードはYOLO26-segとYOLO11-segに移行し、yolo26n-segからyolo26x-segまでおよびyolo11*-segのチェックポイントは1038lab/YOLOでホストされ、必要に応じてダウンロードされます。IMAGE出力は透明なRGBAの切り抜き、または単色背景を直接返せるようになり、以前は後段に必要だったMask Applierのステップが不要になりました。アノテーションのオーバーレイはマスクとボックス、ボックスのみ、マスクのみ、なしの間で切り替え可能で、mask_blur、mask_offset、invert_outputがエッジの調整をインラインで処理します。

パフォーマンスと修正

• RMBG-2.0がCUDA上でネイティブFP16で動作します。 変更履歴によれば、重みとアクティベーションのVRAMが50%以上削減され、Tensor Coresによりスループットが約2倍になります。
• 動画バッチはチャンクごとにVRAMを解放し、長いシーケンスでGPUタイムアウトのクラッシュを引き起こしていたメモリ断片化を解消します。
• Image Resizeはscale_by係数を二乗しなくなり、512pxを1.2倍すると736pxではなく614pxになります(#211)。
• ノード検出はオプションのインポート失敗に耐えるようになり、パック全体を停止させかねないNameErrorを修正しました(#218)。

インストール

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

依存関係はComfyUIのPython環境でインストールし、再起動します。

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

3つの新しいバックボーンのモデル配置:

リポジトリ: 1038lab/ComfyUI-RMBG
変更履歴: update.md v3.3.0
サンプルワークフロー: example_workflows