| 参数名称 | 说明 |
|---|---|
| sam_model | 已加载的 SAM 模型 |
| grounding_dino_model | 已加载的 Grounding DINO 模型 |
| image | 输入图像，支持批量 |
GroundingDinoSAMSegment (segment anything)
节点功能：本节点使用 Grounding DINO 根据文字提示在图像中定位区域（产生边框），然后用 SAM 对这些区域进行精确分割，返回对应的图像切块与掩码（mask）。下图为在ComfyUI中常见的蒙版分割模型以及相应的效果区别。
输入参数
输出参数
| 参数名称 | 说明 |
|---|---|
| IMAGE | SAM 分割出的图像区域（按 box 分割） |
| MASK | 每个分割图像对应的遮罩（二值图） |
控件参数
| 参数名称 | 说明 |
|---|---|
| prompt | 文本提示词（如 "a dog"、"one girl" 等） |
| threshold | Grounding DINO 的置信度阈值，默认 0.3，Grounding DINO 对每个文本匹配的目标区域会给出一个置信度分数。只有分数 ≥ threshold 的候选框，才会被保留下来作为有效目标进行后续的 SAM 分割。 |
下图为示例效果，在该节点中给出文本提示，选择将人物进行抠出，最终可以输出人物对应的蒙版以及抠图后的效果图。
注意：该模型的运作原理是会根据提示词将原图当中的像素点进行打分，所以当分值高于threshold时像素点会被选择成为蒙版输出，所以说假如识别效果不精准，可以通过更改threshold获得信息更加完整的蒙版。