이미지 분할: WeVisOne-VL
query에 추출하려는 대상을 입력하고 실행하세요. 기본 segmentation 작업과 human 쿼리를 사용하면 찾은 사람들을 하나로 합친 매트와 해당 상자를 반환합니다. 사람마다 따로 얻으려면 노드에서 individual_masks를 켜세요.
워크플로 다운로드
JSON을 다운로드하거나 템플릿 라이브러리에서 “이미지 세그멘테이션: WeVisOne-VL”을 검색하세요
utility_image_segment_wevisone_vl_input.png
LoadImage 노드에 불러오세요작업
task 위젯은 쿼리를 checkpoint가 학습한 지시문으로 다시 작성합니다. 각 작업은 쿼리를 조금씩 다른 형태로 받습니다:
쿼리는 짧게 유지하세요. 완전한 문장을 쓰면
segmentation이 장황해지며, 대상에 대한 설명보다 대상을 지칭하는 구가 더 잘 작동합니다.
모델
이 워크플로는 2B INT8 텍스트 인코더를 로드합니다. 나머지 세 파일은CLIPLoader 노드의 clip_name(stable_diffusion 유형)에 그대로 교체해 넣을 수 있는 대체 파일입니다. 4B 쌍은 더 무겁고 느리며, BF16 파일은 크기를 정밀도와 맞바꿉니다.
2B INT8 (이 워크플로)
wevisone_vl_2b_int8_convrot.safetensors → ComfyUI/models/text_encoders/
2B BF16
wevisone_vl_2b_bf16.safetensors → ComfyUI/models/text_encoders/
4B INT8
wevisone_vl_4b_int8_convrot.safetensors → ComfyUI/models/text_encoders/
4B BF16
wevisone_vl_4b_bf16.safetensors → ComfyUI/models/text_encoders/
노드에 대한 추가 제어
individual_masks: on이면 상자마다 마스크 하나, off이면 프레임마다 하나의 통합 마스크max_length: 답변 길이 상한으로, 기본 4096 tokens이며 최대 32768까지 가능- 출력:
masks,bboxes,points(x, y, label, frame을 담은 JSON),text(원시 답변)