图像分割模型实际分隔效果测试（Clipseg + GroundingDINO + Yoloworld）

✨背景

对于设计的工作流来说，智能图像分割也是一个很重要的课题，尤其是像照片换脸、照片高清写真等等的工作流，可能要多次把人物的脸部或者手部抠图出来进行合成，工作流如果可以直接智能分割图像并合成，就可以避免自己再到ps中去抠图了，目前也的确有不少的模型和节点是用来做这个事情的，比如说ComfyUI中的Clipseg节点、GroundingDINO还有Yoloworld模型相关的节点等等。这里就简单测试下这三个模型，看下具体的效果如何。

（如果大家觉得有帮助的话，记得点点赞啊~🏃‍♀️）

🎡测试方法及结果

我们拿到这样一张原图：

（避免版权问题，这张图其实是midjourney直接生成的。）

然后搭建一个三种分割算法的工作流，并写提示词（比如说“face”）把面部分割出来，形成蒙版，然后把蒙版和原图进行合成，这样比较容易看出效果；

工作流截图：

🙋‍♂️测试结果

face的分割效果：

girl 的分割效果：

如果说AI生成的图像可能会有偏差，我们再从pixabay上找到一张图做一下测试：

还是用girl来做过滤：

再试验下组合词：hand,arm

dresses:

简单可以得出一个结论：

clipseg基本完败，这也是为什么用这个节点的时候，经常角色周围会有一圈很难处理干净，需要处理蒙版向内缩小一圈才能用；

GroundingDINO效果还可以，但是仔细看的话，经常会有一些莫名其妙的地方处理不干净，比如说人物面部：

综合来看，yoloworld-efficientSAM这个节点的效果最好。

（而且安装起来并不会比clipseg这个节点更复杂...）

🤶YoloWorld-EfficientSAM节点地址：

GitHub - ZHO-ZHO-ZHO/ComfyUI-YoloWorld-EfficientSAM: Unofficial implementation of YOLO-World + EfficientSAM for ComfyUI

👨测试工作流下载

下载地址：https://pan.quark.cn/s/16227e56e2a4

🎉写在最后~

去年的时候写了两门比较基础的Stable Diffuison WebUI的基础文字课程，大家如果喜欢的话，可以按需购买，在这里首先感谢各位老板的支持和厚爱~

✨StableDiffusion系统基础课（适合啥也不会的朋友，但是得有块Nvidia显卡）：

https://blog.csdn.net/jumengxiaoketang/category_12477471.html

​​​​🎆综合案例课程（适合有一点基础的朋友）：

https://blog.csdn.net/jumengxiaoketang/category_12526584.html

​​​​

这里是聚梦小课堂，就算不买课也没关系，点个关注，交个朋友😄