【ComfyUI专栏】ComfyUI 为物品更换任意背景

最新推荐文章于 2025-05-07 23:02:51 发布
最新推荐文章于 2025-05-07 23:02:51 发布
阅读量380 收藏
点赞数 16
分类专栏： ComfyUI 文章标签： 人工智能 AIGC ComfyUI
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/fogyisland2000/article/details/147645400
版权

在实际应用中，我们很可能需要更换我们的背景，而人物不用进行任何变更的场景。

brushNet用于当前的物理重绘，实现高清化的内容替换，安装完成后需要重新启动ComfyUI。BrushNet 模型是腾讯发布的开源模型。

载入文生图节点中的文字控制生成背景效果，例如当前我们使用的是Sea in the background 关键字。

在当前的节点中添加BrushNet 节点，节点位于采样器和模型之间。

在BrushNet 前面加载BrushNet的加载器

了解本专栏 订阅专栏 解锁全文 超级会员免费看
【ComfyUI专栏】ComfyUI 部署混元大模型
技术与管理的平衡木-
01-25 670
如果希望在ComfyUI上面来运行混元的模型，对于基础的硬件条件是比较严苛，如果我们希望正常的运行起来需要12G以上的显存，这显然是比较高的要求。第三方网友制作的ComfyUI插件，适合比较低配置的电脑运行。腾讯官方制作的自定义阶段，需要最低配置如下，如果低于如下配置则跑不起来，在ComfyUI中的工作流节点名称为Comfyui-hydit。腾讯去年也出了一些可以直接用来进行文生图和文生视频的模型，这类模型统称为混元生图模型。下面是基于望庐山瀑布的诗词做出来的图。
任意一台普通电脑部署运行大模型生成图片或视频，可制作短视频，用迷你主机玩AI绘图，本地部署Stable Diffusion，一步一步详细搭建教程，可以借助显卡坞使用外置显卡，图文详细介绍，值得收藏！
代码讲故事
09-19 2235
任意一台普通电脑部署运行大模型生成图片或视频，可制作短视频，用迷你主机玩AI绘图，本地部署Stable Diffusion，一步一步详细搭建教程，可以借助显卡坞使用外置显卡，图文详细介绍，值得收藏！（包含所有工具软件、命令、代码、教程，以及懒人一键安装包）
【Wan2.1开源AI视频生成模型本地部署结合ComfyUI远程使用】
CSDN站内信: https://i.csdn.net/#/msg/chat/qyj19920704
03-31 6588
本文主要介绍如何在 Windows 系统电脑本地部署 ComfyUI 并接入通义万相 Wan2.1 模型，轻松实现使用文字指令生成 AI 视频，结合 cpolar 内网穿透工具还能远程在线使用，无需公网 IP 也不用准备云服务器那么麻烦。最近，阿里发布了最新的视频生成开源 AI 大模型——Wan 2.1。这款模型不仅完全免费，还能在普通的家用级配置电脑上离线运行，生成效果媲美目前大多数开源模型的视频质量。其综合实力在 VBench 榜单上得到了充分验证，甚至一些闭源模型也难以望其项背。
社区版Dify 利用【Python代码节点】实现本地 ComfyUI (包括Flux) 文生图
weixin_44119512的博客
12-29 6128
咳咳，以上的模型就是Flux，我的Flux 长这样：Flux怎么安装？下次再更新了，我在上面说了，这个方法可以实现任意ComfyUI的工作流，Flux 也只是个工作流而已！以下内容属于个性输出，无需参考，本人每次体验文生图模型，第一句prompt都是“月黑风高的夜晚，一只孤狼在仰天长啸” 以下是Flux的杰作：欢迎关注我的社区版 Dify 开发专栏。
AIGC专栏17——EasyAnimate V5版本详解 应用MMDIT结构，拓展模型规模到12B 支持不同控制输入的控制模型
Bubbliiiing的学习小课堂
11-11 5954
前段时间开源了CogVideoX-Fun，学习了很多CogVideoX的代码与思想理念，发现EasyAnimate之前的版本存在非常多不合理的地方，比如说embedding的添加方式、模型规模等。在这个基础上我们开发了EasyAnimateV5，提升了EasyAnimate系列的模型生成能力。另外，筛选了一大批不同控制条件的视频，训练了带有不同控制能力的EasyAnimateV5模型。
ComfyUI 实战教程：一键扩图
程序员，AI探索者
08-02 2708
大家好，我是每天分享AI应用的萤火君！本文给大家分享一个很有用的技术：AI扩图。所谓扩图就是扩展图像的边界，在图像的边界外新增更多画面元素，这不仅仅是扩大图像的尺寸，还要让新添加的部分与原有图像的内容自然融合。想想还是挺让人激动的，大家可能也有点等不及了，本文将使用 ComfyUI 工作流来实现AI扩图。
腾讯发布Project xDiT！打造DiT并行推理的vLLM
Paper weekly
08-12 1542
©PaperWeekly 原创 ·作者 |方佳瑞单位 |腾讯研究方向 |机器学习系统上半年，我们见证了国内视频生成领域的迅猛发展。四月份，生数科技的 ViDu [1] 成功生成了 16 秒的电影级视频，不仅在视频号上引发了热烈反响，更揭开了中国 Sora 们崭露头角的序幕。而到了六月份，快手可灵 [2]的发布，以其逼真的老铁风格，让人一时间真假难辨，更难能可贵的是它面向公众开放使用，使得...
【AI实战秘籍】Windows电脑安装并远程使用Stable Diffusion 3.5大模型
热门推荐
CSDN站内信: https://i.csdn.net/#/msg/chat/qyj19920704
10-31 2万+
本篇文章介绍如何在 Windows 系统电脑本地部署 Stable Diffusion 3.5，并结合 cpolar 内网穿透工具实现公网环境远程访问制作 AI 图片，无需公网 IP 也不用重复部署那么麻烦。Stable Diffusion 3.5（简称 SD 3.5）是 Stability AI 的最新力作，是对之前 3.0 版本的一次革命性升级！这次更新不仅大幅提升了图像质量，还显著优化了运行速度，尤其是在本地部署和硬件要求上展现了更高的灵活性。
AIGC月刊 | 多模态爆发，迅速迈向 AGI（2024.9月第五期）【魔方AI新视界】
m_aigc2022的博客
10-13 1143
【魔方AI新视界】专栏致力于梳理和探索AIGC领域内的创新技术与有影响力的实际应用案例。我们计划以月刊的形式定期发布内容，目的是让读者站在AI时代的最前沿，紧跟时代发展的步伐，自信而坚定地跟随AI技术的最新趋势。此外，猫先生也会根据读者的反馈，持续对专栏内容和版面设计进行更新和改进。我们非常欢迎读者提出宝贵的建议，一起交流和学习，共同推动专栏的完善和成长！💪。
自然语言处理实战：用CRF打造高精度命名实体识别系统
Loving_enjoy的博客
05-03 1329
无论是想快速搭建一个可用的NER系统，还是希望深入理解概率图模型的精髓，CRF都是值得放入工具箱的利器。'prev_is_b-geo': prev_tag == 'B-GEO' # 假设prev_tag是前一个标签。('参观天安门', ['O', 'B-POI', 'I-POI', 'I-POI'])" —— 人工智能先驱吴恩达。- **BiLSTM-CRF**：经典组合，在CoNLL-2003达到91%的F1值。('北京市', ['B-GEO', 'I-GEO', 'I-GEO']),
『MaxKB业务实战（四）』在MaxKB中实现图片问答
老陈聊架构
05-07 813
本文将详细介绍如何在MaxKB中实现图片回答功能，包括图片上传、存储和展示的完整流程。
解锁DeepSeek模型微调：从小白到高手的进阶之路
邓邓子的博客
05-05 1482
本文围绕 DeepSeek 模型微调展开系统阐述。首先介绍 DeepSeek 模型在 AI 领域的重要地位及其优势，点明微调对提升模型性能的关键意义。接着深入解析微调原理，涵盖迁移学习基础与参数更新机制。随后详细讲解数据准备、模型选择加载、微调训练实战等核心步骤，包括数据收集标注预处理、参数设置与策略选择。还通过实战案例展示微调全流程，并基于评估结果提出优化改进方法。最后对 DeepSeek 模型微调进行总结，展望其未来发展方向，为希望掌握 DeepSeek 模型微调技术的读者提供全面指导。
基于对应点分类的对象识别 报错
qq_25194681的博客
05-07 106
【代码】基于对应点分类的对象识别 报错。
Qwen3 混合思维模版解读
qq128252的博客
05-07 266
在人工智能迅速发展的今天，大型语言模型（Large Language Models，简称LLM）正逐渐成为各类应用的核心组件。其中，对话模板（Chat Template）作为连接用户与模型的关键桥梁，对确保高质量的交互体验至关重要。本文将深入解析Qwen3使用的对话模板，揭示其如何优雅地处理多轮对话、工具调用等复杂场景。
存算一体架构下的新型AI加速范式：从Samsung HBM-PIM看近内存计算趋势
高效做AI，就上Aladdin! 同学们用得起的H卡算力平台。
05-01 1823
存算一体不是简单的技术改良，而是对计算本质的重新思考。当HBM-PIM将能效边界推向10 TFLOPS/W，我们正站在架构革命的临界点。这场变革的终极目标，是让计算回归数据本源——‌在比特诞生的地方处理比特‌。本文实验数据基于Samsung Aquabolt-XL HBM-PIM实测，更多技术细节请参考ISSCC 2023论文《A 1ynm 16Gb 4.8TFLOPS/W HBM-PIM with Bank-Level Programmable AI Engines》。
我让AI接管了浏览器！Browser Tools MCP教程：自动Debug+截屏+SEO分析
seeyouintokyo的博客
05-03 1545
小白友好，且效率翻倍
英伟达语音识别模型论文速读：Token-and-Duration Transducer（TDT）架构
weixin_52582710的博客
05-05 1321
论文提出的 TDT 模型通过在传统 Transducer 模型中加入显式的持续时间建模，在语音识别、语音翻译和口语理解等多个序列任务中均优于传统 Transducer 模型。TDT 模型不仅在准确率上表现相当或更好，而且在推理速度上显著提升，最高可达 2.82 倍加速。此外，TDT 模型在抗噪声和处理重复 token 方面也展现出更强的鲁棒性。未来的工作将致力于进一步提高 TDT 模型的计算效率和准确性，并开发高效的 TDT 模型束搜索算法。
Spring AI 之 AI核心概念
最新发布
oscar999的专栏
05-07 1012
AI核心概念介绍
生产级RAG系统一些经验总结
yanqianglifei的专栏
05-01 1181
可能需要修剪或总结它们。一种常见方法是先检索，然后运行较小的语言模型或启发式算法，将每个检索到的文档总结为一段话，然后将这些摘要输入最终的语言模型。这有时被称为上下文压缩或自适应上下文。LlamaIndex等工具可以自动执行第二阶段，使用语言模型在最终答案之前将初始检索集压缩成更短的形式。仅在绝对需要时使用此方法，因为任何摘要都是额外的生成步骤，可能会引入自己的错误。随着2025年16k+标记模型的出现，如果适合，许多RAG系统尝试只提供原始文本，因为这保留了最大的细节。
Comfyui SAM2
02-22
### ComfyUI 和 SAM2 技术文档及相关资源 #### 关于ComfyUI的技术信息和资源 ComfyUI 是一款用于简化AI开发流程的工具，旨在提供更便捷的方式来进行模型训练、部署和服务管理。通过集成多种框架和技术栈的支持，使得开发者能够专注于核心业务逻辑而无需过多关注底层实现细节[^1]。 对于希望深入了解并使用该平台的人来说，官方提供的[GitHub仓库](https://github.com/phidata-ai/comfyui)是一个很好的起点，在这里可以找到详细的安装指南以及API说明文档等资料。此外，社区贡献者也经常分享一些实用案例研究与最佳实践教程，这些都可以作为学习参考资料的一部分。 #### 高效处理SAM文件的方法——基于SamLoader的应用场景介绍 针对SAM格式的数据集（如生物信息学领域常见的序列比对结果），存在专门优化过的库来加速其解析过程。例如提到的`SamLoader`工具就利用了多线程机制以提高效率，特别适合处理大规模数据集的情况。它不仅支持基本功能如加载、查询等功能外，还提供了丰富的接口供二次开发人员定制化需求[^2]。 #### LoRA及其关联项目概述 虽然直接提及到的是名为“LoRA”的专栏文章链接，但实际上这可能是指向有关低秩适应(Low-Rank Adaptation, LORA)[^3]的研究成果或者是其他相似主题的内容集合。这类方法通常应用于迁移学习当中，允许新任务上微调预训练好的大模型参数时只更新少量新增加的部分而非全部重新训练整个网络结构，从而达到节省计算成本的目的。 为了获取更多关于如何结合上述组件创建完整的解决方案的信息，建议查阅具体项目的主页或是相关论文中的实验部分描述；同时也可以参与在线论坛交流心得体验，比如Stack Overflow 或 Reddit 的机器学习板块下往往会有不少热心网友愿意解答疑问。 ```python import comfyui as cui from samloader import SamReader def process_sam_file(file_path): reader = SamReader() with open(file_path, 'r') as f: data = reader.read(f) # 进一步处理data... return processed_data if __name__ == "__main__": result = process_sam_file('example.sam') ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

雾岛心情

欢迎你的打赏

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值