SDPose：ComfyUI 中的姿态检测

​

主要优势

• 全身关键点 — 在统一的模型中检测身体、手部、面部和脚部关键点
• 多人支持 — 在单张图像或视频中检测并标注多人
• 可配置的输出 — 可选择可视化哪些身体部位（身体、手部、面部、脚部），并控制骨架线宽和字体大小
• 边界框检测 — 包含对象检测，可调节阈值和类别选择
• 图像和视频支持 — 针对单张图像、视频和 OOD 姿态估计提供专门的工作流

局限性： 检测精度取决于图像分辨率和目标可见性。极度遮挡或非常小的目标可能产生较少的关键点。

​

SDPose 工作流

​

1. 下载工作流

​

SDPose：图像多人检测

​

SDPose：视频多人检测

​

SDPose-OOD：图像到姿态图

​

SDPose-OOD：视频到姿态图

​

2. 下载模型

• sdpose_wholebody_fp16.safetensors

• rt_detr_v4-x-hgnet_fp16.safetensors（推荐）
• rt_detr_v4-x-hgnet_fp32.safetensors（全精度，体积更大）

📂 ComfyUI/
└── 📂 models/
    ├── 📂 checkpoints/
    │   └── sdpose_wholebody_fp16.safetensors
    └── 📂 diffusion_models/
        ├── rt_detr_v4-x-hgnet_fp16.safetensors
        └── rt_detr_v4-x-hgnet_fp32.safetensors

​

3. 使用工作流

​

多人（图像）

• 输入：通过 Load Image 节点加载图像。使用包含一个或多个人的图像（例如：group_photo.png）。
• 检测：Image to Pose Map (SDPose Multi-Person) 子图处理图像并输出：
  • IMAGE：叠加在图像上的姿势骨骼可视化
  • keypoints：原始全身关键点数据
  • bboxes：边界框坐标
• 绘制选项：配置要绘制的身体部位：
  • draw_body、draw_hands、draw_face、draw_feet：切换可见性
  • stick_width、face_point_size：调整视觉样式
  • score_threshold：显示关键点的最低置信度
• 检测选项：
  • resize_type.longer_size：在检测之前缩放较长边
  • max_detections：最大检测人数
  • detect_threshold：检测置信度阈值
  • detect_class：要检测的目标类别（默认：person）

​

多人（视频）

​

OOD 图像转姿势

​

OOD 视频转姿势图

​

附加说明

• 模型目录 — SDPose 模型文件放在 models/checkpoints/ 中，RT-DETRv4 检测器放在 models/diffusion_models/ 中
• 输入图像示例 — 工作流模板的 input/ 目录中提供了 group_photo.png 文件以供测试
• 关键点输出 — POSE_KEYPOINT 类型可以连接到接受姿态数据进行条件生成的下游节点
• 需要更新 — 较新的 ComfyUI 版本才支持 SDPose + RT-DETRv4。请确保你的 ComfyUI 是最新版本。