LayerMask: Segformer B2 Clothes Ultra

节点功能:自动识别人物照片中的服装/配饰等18类元素,并提供4种边缘优化算法,提升蒙版质量。

输入参数

参数名称说明
image输入图像。

输出参数

参数名称说明
image输出的多个掩码图像列表,对应启用的每个部位。
mask显示所有分割区域上色预览图像,辅助检查分割效果。

控件参数

参数名称说明
face是否启用对面部区域的掩码分割。
hair是否启用对头发区域的掩码分割。
hat是否启用对帽子区域的掩码分割。
sunglass是否启用对太阳镜区域的掩码分割。
left_arm是否启用对左手臂的掩码分割。
right_arm是否启用对右手臂的掩码分割。
left_leg是否启用对左腿的掩码分割。
right_leg是否启用对右腿的掩码分割。
upper_clothes是否启用上衣区域的掩码分割。
skirt是否启用裙子区域的掩码分割。
pants是否启用裤子区域的掩码分割。
dress是否启用连衣裙区域的掩码分割。
belt是否启用腰带区域的掩码分割。
shoe是否启用鞋子区域(左右脚)的掩码分割。
bag是否启用包包区域的掩码分割。
scarf是否启用围巾区域的掩码分割。
detail_method 细化掩码时使用的方法。可选值如下: • VITMatte:推荐,速度快、效果好。 • VITMatte(local):离线局部版本,无需联网。 • PyMatting:传统算法,较慢但兼容性强。 • GuidedFilter:快速边缘保持滤波。 推荐使用 VITMatte 获取最佳平衡效果,如在本地运行建议用 VITMatte(local)。
detail_erode掩码细化前的腐蚀像素数。增加可去除边缘杂点,数值越大腐蚀越多,建议 8-16。
detail_dilate掩码细化后的膨胀像素数。修复细节区域,建议值小于或等于腐蚀值。
black_pointmatting 黑点参考值(用于图像透明度判定)。越小越容易保留暗部细节,推荐默认值。
white_pointmatting 白点参考值。控制亮部遮罩的上限,通常接近 1。
process_detail是否执行细节处理(腐蚀膨胀、matting 等)。推荐开启,大幅提升掩码边缘质量。
device选择处理设备。可选值: • cuda:使用 GPU 加速处理。 • cpu:使用 CPU,速度慢。
max_megapixels输入图像的最大百万像素限制。

其他参数和第一个节点一样。