首页/ 节点库/ Batch CLIPSeg
第三方插件 ComfyUI-KJNodes

Batch CLIPSeg

用于处理单张图像或批量图像,根据文本描述生成对应的掩码。它使用CLIPSeg模型,这是一种基于CLIP的图像分割模型,能够根据文本提示识别图像中的特定区域。Batch

Batch CLIPSeg 2026-01-28 收录 595 次浏览

节点中英文对比

ComfyUI 结构对照

按当前节点配置,分别展示中文与英文节点结构。面板按 ComfyUI 实际界面还原: 左侧圆点是输入,右侧圆点与该行最右的名称为输出,下方胶囊是控件参数; 控件两端的三角表示可切换的选项。

中文节点 13 项
Batch CLIPSeg
images 遮罩
opt_model Image
prev_mask
text —
threshold —
binary_mask —
combine_mask —
use_cuda —
blur_sigma —
image_bg_level —
invert —
英文节点 13 项
Batch CLIPSeg
images Mask
opt_model Image
prev_mask
text —
threshold —
binary_mask —
combine_mask —
use_cuda —
blur_sigma —
image_bg_level —
invert —
模型 条件 / 数值 Latent 其它类型 左圆点 = 输入,右圆点 = 输出 可切换选项 — 未设置默认值

面板用于对照参数位置与命名,不做交互;实际节点外观以 ComfyUI 内的主题为准。

参数说明

输入 3 · 输出 2 · 控件 8

依据当前节点关联的 NodesItems 数据,按输入、输出、控件三类分别列出名称与说明。

输入参数 3 项
images images
输入图像张量(支持单张或多张图像)
opt_model opt_model
可选传入已加载的 CLIPSeg 模型(节省加载时间)。
prev_mask prev_mask
可选先前掩码,用于叠加当前结果。
输出参数 2 项
遮罩 Mask
CLIPSeg 预测生成的掩码结果。
Image Image
应用掩码后的图像结果(背景透明处理)。
控件参数 8 项
text text
文本提示,描述要分割的目标对象。
threshold threshold
阈值,控制掩码判定的敏感度。较低值更宽松,较高值更严格,推荐范围 0.3~0.8。
binary_mask binary_mask
是否输出二值掩码(True 为 0/1,False 为灰度)。一般用于后续作为布尔遮罩使用,若需软掩码融合可设为 False。
combine_mask combine_mask
是否将多张图像掩码合并为一张。
use_cuda use_cuda
是否使用 CUDA(GPU)进行推理。
blur_sigma blur_sigma
高斯模糊强度(默认 0.0)。可平滑边缘,使分割更自然。推荐范围 0.5~3.0。
image_bg_level image_bg_level
背景区域填充值(0 为黑,1 为白)。
invert invert
是否反转掩码(1 变为 0,0 变为 1)。

节点详解

原理 · 用法 · 常见问题
暂无节点说明

常见问题

按节点参数整理
Batch CLIPSeg是做什么的?
用于处理单张图像或批量图像,根据文本描述生成对应的掩码。它使用CLIPSeg模型,这是一种基于CLIP的图像分割模型,能够根据文本提示识别图像中的特定区域。Batch
Batch CLIPSeg有哪些输入参数?
共 3 个输入,包括 images(images)、opt_model(opt_model)、prev_mask(prev_mask)。
Batch CLIPSeg的输出是什么?
共 2 个输出:遮罩(Mask)、Image(Image)。
Batch CLIPSeg有哪些可调参数?
共 8 个控件参数,包括 text(text)、threshold(threshold)、binary_mask(binary_mask)、combine_mask(combine_mask)、use_cuda(use_cuda)、blur_sigma(blur_sigma)。
Batch CLIPSeg属于哪个节点包?
属于「ComfyUI-KJNodes」,节点分类为「第三方插件」。

同类节点

ComfyUI-KJNodes