feat: copy docs

docs/Inference_Core_SAMPreprocessor.md

@@ -0,0 +1,54 @@
+
+# Documentation
+- Class name: Inference_Core_SAMPreprocessor
+- Category: ControlNet Preprocessors/others
+- Output node: False
+
+SAM预处理器节点旨在使用SAM（Segment Anything Model）架构对图像进行分割。它利用预训练的SAM模型来处理图像，根据需要调整图像分辨率，并返回分割后的输出。
+
+# Input types
+## Required
+- image
+    - 需要进行分割的输入图像。这是SAM预处理器操作的主要数据，用于确定图像中的感兴趣区域。
+    - Comfy dtype: IMAGE
+    - Python dtype: torch.Tensor
+
+## Optional
+- resolution
+    - 指定在分割之前应将输入图像缩放到的分辨率。这会影响分割输出的精细度和质量。
+    - Comfy dtype: INT
+    - Python dtype: int
+
+# Output types
+- image
+    - 输入图像的分割版本，突出显示由SAM模型确定的不同区域。
+    - Comfy dtype: IMAGE
+    - Python dtype: torch.Tensor
+
+
+## Usage tips
+- Infra type: `GPU`
+- Common nodes: unknown
+
+
+## Source code
+```python
+class SAM_Preprocessor:
+    @classmethod
+    def INPUT_TYPES(s):
+        return create_node_input_types()
+
+    RETURN_TYPES = ("IMAGE",)
+    FUNCTION = "execute"
+
+    CATEGORY = "ControlNet Preprocessors/others"
+
+    def execute(self, image, resolution=512, **kwargs):
+        from controlnet_aux.sam import SamDetector
+
+        mobile_sam = SamDetector.from_pretrained().to(model_management.get_torch_device())
+        out = common_annotator_call(mobile_sam, image, resolution=resolution)
+        del mobile_sam
+        return (out, )
+
+```