ComfyUI-RMBG v3.3.0: 캔버스 스튜디오와 비디오 매팅

저장소의 예제 워크플로에 포함된 Canvas 스튜디오 노드.

노드 그래프 안의 합성 스테이지

Canvas (RMBG) 가 가장 주목받는 추가 기능입니다. 노드 캔버스 자체에 렌더링되는 다중 레이어 합성 스테이지로, ComfyUI를 벗어나지 않고도 컷아웃을 배치할 수 있습니다.

• 레이어는 layer_1부터 layer_5까지 최대 다섯 개의 입력을 받을 수 있으며, 연결이 이루어질 때마다 슬롯이 확장됩니다.
• 각 레이어는 이동, 회전, 가로 또는 세로 뒤집기, 네 모서리의 종횡비 고정 기즈모를 통한 크기 조정이 가능하고, 개별 불투명도도 지정할 수 있습니다.
• 캔버스 크기는 배경 입력의 종횡비를 따르며, 320px에서 4096px 사이에서 8의 배수로 자유롭게 설정할 수도 있습니다.
• Background: Alpha를 선택하면 진정한 4채널 RGBA 출력이 유지되므로, 투명 픽셀이 검게 뭉개지지 않고 미리보기와 저장 노드까지 살아남습니다.
• 이 노드는 또한 활성 상태인 모든 전경 레이어를 포함하는 병합된 단일 채널 MASK를 출력하며, 이는 인페인팅이나 추가 매팅으로 바로 이어집니다.

VRMBG와 함께 등장한 비디오 매팅

VRMBG 노드와 그 예제 워크플로. v3.3.0 체인지로그에서 발췌.

AILab_VRMBG 는 단일 프레임이 아니라 시퀀스를 위해 만들어진 팩 최초의 노드입니다. 이 노드는 Bria의 VRMBG-3.0을 실행하며, 각 프레임을 이전 프레임의 전경 특징으로 조건화하여 프레임마다 깜빡이지 않고 경계를 안정적으로 유지합니다. reset_state 토글을 사용하면 긴 비디오를 연속된 배치로 입력하면서도 이러한 연속성을 잃지 않습니다.

이 모델은 자동 다운로드가 꺼져 있습니다. 가중치는 ComfyUI/models/RMBG/VRMBG-3.0/에 직접 넣어야 하며, briaai/VRMBG-3.0 저장소는 게이트가 설정되어 있어 파일을 받기 전에 Hugging Face에서 접근 권한을 부여받아야 합니다.

두 가지 더 정교해진 매팅 백본

Florence-2 박스가 입력되는 Finegrain Box Segmenter. 체인지로그에서 발췌.

FeyNoBg 는 어려운 사례를 겨냥합니다. 가느다란 머리카락, 털, 유리, 레이스, 모션 블러가 적용된 경계가 그 대상입니다. 2억 6,300만 파라미터의 Swin-L 매팅 백본과 내장된 refine_foreground 패스를 사용하며, 체인지로그에 따르면 수동 트라이맵이 필요하지 않습니다. 가중치는 1.05GB 크기의 단일 safetensors 파일로 1038lab/FeyNobg에 배포됩니다.

Finegrain Box Segmenter 는 바운딩 박스를 입력받아 Swin-B MVANet 아키텍처로 1024px 컷아웃을 반환하므로, Florence-2나 YOLO에서 나온 박스가 별도의 감지 모델 없이 고해상도 매트가 됩니다. 박스가 연결되지 않으면 전체 이미지를 세그멘테이션하는 것으로 대체됩니다.

이 노드에 입력을 공급하기 위해 Florence-2와 SAM3 세그멘테이션 노드 모두 이제 BBOX 형식의 네 번째 BBOXES 출력을 제공하며, 이는 박스 세그멘터에 바로 연결됩니다.

원격 코드에서 벗어난 Florence-2

Florence-2 노드는 이전에 trust_remote_code=True로 Hugging Face의 동적 원격 스크립트를 로드했기 때문에, ComfyUI나 transformers가 업데이트될 때마다 깨졌습니다. v3.3.0은 이를 네이티브 로컬 PyTorch 구현으로 다시 작성했습니다. 원격 스크립트 실행이 없고, matplotlib 의존성도 없으며, 버전 고정도 필요하지 않습니다. 이와 함께 보고된 두 가지 결함도 해결됩니다. 생성 도중 잘리던 폴리곤 마스크 문제와 transformers 5.x에서 발생하던 'Florence2LanguageConfig' object has no attribute 'forced_bos_token_id' 크래시입니다.

YOLO 세그멘테이션 전면 개편

재구성된 YOLO 세그멘테이션 노드. 체인지로그에서 발췌.

YOLO 세그멘테이션 노드는 YOLO26-seg와 YOLO11-seg로 옮겨가며, yolo26n-seg부터 yolo26x-seg까지 및 yolo11*-seg 체크포인트는 1038lab/YOLO에 호스팅되어 필요할 때 다운로드됩니다. 이제 IMAGE 출력은 투명 RGBA 컷아웃이나 단색 배경 색상으로 직접 반환할 수 있어, 예전에 뒤따르던 Mask Applier 단계가 사라졌습니다. 주석 오버레이는 마스크와 박스, 박스만, 마스크만, 없음 중에서 전환할 수 있으며, mask_blur, mask_offset, invert_output이 경계 정교화를 인라인으로 처리합니다.

성능 및 수정 사항

• RMBG-2.0이 CUDA에서 네이티브 FP16으로 동작합니다. 체인지로그에 따르면 가중치 및 활성화 VRAM이 50% 이상 줄고 Tensor Core 덕분에 처리량이 약 2배 향상됩니다.
• 비디오 배치는 청크 단위로 VRAM을 정리하므로, 긴 시퀀스에서 GPU 타임아웃 크래시를 유발하던 메모리 단편화가 사라집니다.
• Image Resize 는 더 이상 scale_by 배율을 제곱하지 않으므로, 512px에 1.2x를 적용하면 736px이 아니라 614px이 됩니다 (#211).
• 선택적 가져오기가 실패해도 노드 검색이 유지되어, 팩 전체를 무력화할 수 있던 NameError가 수정되었습니다 (#218).

설치

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

ComfyUI Python 환경으로 의존성을 설치한 다음 재시작하세요.

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

세 가지 새로운 백본의 모델 배치 경로는 다음과 같습니다.

저장소: 1038lab/ComfyUI-RMBG
체인지로그: update.md v3.3.0
예제 워크플로: example_workflows