Batch CLIPSeg (BatchCLIPSeg) - ComfyUI-KJNodes

Batch CLIPSeg 节点，该节点在技术上利用预训练的 CLIPSeg 模型，将输入的文本提示与图像特征进行对齐，并计算每个像素与文本的相关性得分

Batch CLIPSeg 节点是一个基于 CLIP 模型的图像分割工具，能够根据文本描述自动为图像或图像批次生成对应的遮罩。其核心功能是将自然语言指令转化为视觉区域的精确选区，实现语义驱动的掩码创建。

节点功能

该节点在技术上利用预训练的 CLIPSeg 模型，将输入的文本提示与图像特征进行对齐，并计算每个像素与文本的相关性得分。它支持处理单张或多张图像组成的 IMAGE 类型批次输入，通过阈值处理将相关性得分图转换为二值或连续遮罩，并可选择性地对遮罩进行高斯模糊等后处理。

参数名称	数据类型	必填	默认值	取值范围/选项	说明
`images`	IMAGE	是	-	-	images（输入参数）：输入待分割的图像或图像批次。支持单张或多张图片。
`opt_model`	CLIPSEGMODEL	否	-	-	opt_model（输入参数）：可选的外部 CLIPSeg 模型输入，用于替代节点内部加载的默认模型。

参数名称	数据类型	必填	默认值	取值范围/选项	说明
`text`	STRING	是	-	-	“天空”。
`threshold`	FLOAT	是	0.5	0.0 - 10.0 (步长: 0.001)	threshold（输入参数）：设定分割的置信度阈值，高于此值的区域被保留。范围 0.0 - 10.0，步长 0.001。
`binary_mask`	BOOLEAN	是	True	-	binary_mask（输入参数）：控制是否将遮罩二值化（非黑即白）。若为否，则输出连续灰度遮罩。
`combine_mask`	BOOLEAN	是	False	-	combine_mask（输入参数）：控制是否将当前生成的所有遮罩合并为一张遮罩。
`use_cuda`	BOOLEAN	是	True	-	use_cuda（输入参数）：控制是否使用 CUDA（GPU）进行加速计算以提升处理速度。
`blur_sigma`	FLOAT	否	0.0	0.0 - 100.0 (步长: 0.1)	-
`prev_mask`	MASK	否	None	-	-
`image_bg_level`	FLOAT	否	0.5	0.0 - 1.0 (步长: 0.01)	-
`invert`	BOOLEAN	否	False	-	-

参数名称	数据类型	说明
Mask	MASK	Mask（输出参数）：输出的遮罩，可用于后续的图像处理节点。
Image	IMAGE	Image（输出参数）：输出的图像，通常与输入图像相同，用于工作流衔接。

在实际应用中，此节点常用于需要根据物体或场景描述进行自动化抠图的工作流。例如，在批量处理产品图片时，可以输入“一只鞋”的文本，快速为所有包含鞋子的图像生成鞋子的精确遮罩，以便后续进行背景替换或局部调整。

节点的处理速度受模型大小和是否使用 GPU 加速影响。对于高分辨率或大批量的图像，处理时间可能较长，且分割精度很大程度上依赖于文本描述的准确性与模型训练数据的覆盖范围。