ComfyUI-RMBG v3.3.0: студия холста Canvas и мэттинг видео

Узел студии Canvas из примеров рабочих процессов репозитория.

Студия композиционирования внутри графа узлов

Canvas (RMBG) это главное дополнение. Это многослойная сцена композиционирования, отрисовываемая прямо на холсте узла, поэтому вырезки можно располагать, не покидая ComfyUI.

• Слои принимают до пяти входов, layer_1 ... layer_5, причём слоты расширяются по мере подключения.
• Каждый слой можно перемещать, поворачивать, отражать по горизонтали или вертикали, масштабировать четырьмя угловыми гизмо с сохранением пропорций и задавать ему собственную непрозрачность.
• Размер холста следует соотношению сторон входного фона или задаётся свободно в диапазоне от 320px до 4096px кратно 8.
• Выбор Background: Alpha сохраняет настоящий четырёхканальный вывод RGBA, поэтому прозрачные пиксели доживают до узлов предпросмотра и сохранения, а не превращаются в чёрный.
• Узел также выдаёт объединённую одноканальную MASK, покрывающую все активные слои переднего плана, которая напрямую подаётся в инпейтинг или дальнейший мэттинг.

Мэттинг видео с VRMBG

Узел VRMBG и его пример рабочего процесса из списка изменений v3.3.0.

AILab_VRMBG это первый узел пакета, созданный для последовательностей, а не для отдельных кадров. Он запускает VRMBG-3.0 от Bria и обуславливает каждый кадр признаками переднего плана из предыдущего, что сохраняет границы стабильными, а не мерцающими от кадра к кадру. Переключатель reset_state позволяет подавать длинные видео последовательными пакетами, не теряя этой непрерывности.

Автоматическая загрузка для этой модели отключена. Веса нужно вручную поместить в ComfyUI/models/RMBG/VRMBG-3.0/, а репозиторий briaai/VRMBG-3.0 закрыт (gated), поэтому доступ нужно получить на Hugging Face, прежде чем файлы вообще можно будет скачать.

Две более тонкие основы мэттинга

Finegrain Box Segmenter, получающий рамки от Florence-2, из списка изменений.

FeyNoBg нацелен на сложные случаи: тонкие волосы, мех, стекло, кружево и границы с размытием движения. Он использует основу мэттинга Swin-L на 263M параметров со встроенным проходом refine_foreground, и в списке изменений отмечено, что ручной тримап не требуется. Веса поставляются одним safetensors на 1.05 ГБ в 1038lab/FeyNobg.

Finegrain Box Segmenter принимает ограничивающую рамку и возвращает вырезку 1024px, используя архитектуру Swin-B MVANet, поэтому рамки от Florence-2 или YOLO становятся масками высокого разрешения без второй модели детекции. Если рамка не подключена, он сегментирует всё изображение.

Чтобы подать данные, узлы сегментации Florence-2 и SAM3 теперь выдают четвёртый выход BBOXES в формате BBOX, который подключается напрямую к сегментатору по рамкам.

Florence-2 уходит от удалённого кода

Узел Florence-2 раньше загружал динамический удалённый скрипт Hugging Face с trust_remote_code=True, что ломалось при каждом обновлении ComfyUI или transformers. В v3.3.0 он переписан как нативная локальная реализация на PyTorch: без выполнения удалённых скриптов, без зависимости от matplotlib и без привязки к версии. Вместе с этим уходят две известные ошибки: полигональные маски, обрывавшиеся в процессе генерации, и краш 'Florence2LanguageConfig' object has no attribute 'forced_bos_token_id' под transformers 5.x.

Переработка сегментации YOLO

Переработанный узел сегментации YOLO из списка изменений.

Узел сегментации YOLO переходит на YOLO26-seg и YOLO11-seg, чекпойнты от yolo26n-seg до yolo26x-seg и yolo11*-seg размещены в 1038lab/YOLO и скачиваются по требованию. Его выход IMAGE теперь может напрямую возвращать прозрачную RGBA-вырезку или сплошной цвет фона, что убирает шаг Mask Applier, который раньше шёл следом. Наложения аннотаций переключаются между маской и рамкой, только рамкой, только маской или ничем, а mask_blur, mask_offset и invert_output выполняют уточнение краёв на месте.

Производительность и исправления

• RMBG-2.0 работает в нативном FP16 на CUDA. В списке изменений заявлено снижение VRAM под веса и активации более чем на 50% и примерно двукратная пропускная способность за счёт Tensor Cores.
• Видеопакеты освобождают VRAM по чанкам, что устраняет фрагментацию памяти, стоявшую за крашами по таймауту GPU на длинных последовательностях.
• Image Resize больше не возводит в квадрат коэффициент scale_by, поэтому 512px при 1.2x даёт 614px вместо 736px (#211).
• Обнаружение узлов переживает неудачный необязательный импорт, исправляя NameError, который мог уронить весь пакет (#218).

Установка

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

Установите зависимости в Python-окружении ComfyUI, затем перезапустите:

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

Размещение моделей для трёх новых основ:

Репозиторий: 1038lab/ComfyUI-RMBG
Список изменений: update.md v3.3.0
Примеры рабочих процессов: example_workflows