CavinHuang-comfyui-nodes-docs/docs/Inference_Core_SemSegPreprocessor.md

Documentation

• Class name: Inference_Core_SemSegPreprocessor
• Category: ControlNet Preprocessors/Semantic Segmentation
• Output node: False

Inference_Core_SemSegPreprocessor节点旨在为Detectron2框架中的语义分割任务预处理图像。它整合了自定义的修改和配置，以适应特定的分割需求，如动漫人脸分割，并确保图像经过正确的格式化和增强，以获得最佳的分割性能。

Input types

Required

• image
  • image参数是语义分割预处理的主要输入，代表将要处理的图像。它对节点执行必要的调整和增强以准备图像进行分割至关重要。
  • Comfy dtype: IMAGE
  • Python dtype: torch.Tensor

Optional

• resolution
  • resolution参数指定了图像预处理所需的目标分辨率。它在调整图像大小以满足分割模型要求方面起着关键作用，影响分割结果的质量和准确性。
  • Comfy dtype: INT
  • Python dtype: int

Output types

• image
  • 输出的image代表经过预处理的图像，已准备好进行语义分割分析。这个输出是应用各种预处理步骤的结果，旨在增强和格式化图像以获得最佳的分割性能。
  • Comfy dtype: IMAGE
  • Python dtype: torch.Tensor

Usage tips

• Infra type: GPU
• Common nodes: unknown

Source code

class Uniformer_SemSegPreprocessor:
    @classmethod
    def INPUT_TYPES(s):
        return create_node_input_types()

    RETURN_TYPES = ("IMAGE",)
    FUNCTION = "semantic_segmentate"

    CATEGORY = "ControlNet Preprocessors/Semantic Segmentation"

    def semantic_segmentate(self, image, resolution=512):
        from controlnet_aux.uniformer import UniformerSegmentor

        model = UniformerSegmentor.from_pretrained().to(model_management.get_torch_device())
        out = common_annotator_call(model, image, resolution=resolution)
        del model
        return (out, )