[English README]

本项目是 SDPose-OOD 项目的 ComfyUI 自定义节点实现。

它将 SDPose-OOD 强大的姿态估计功能带入 ComfyUI 工作流中，能够从图像中提取高鲁棒性的身体或全身姿态。

• 两种模型支持:
  • Body: 17 个关键点，仅身体姿态。
  • WholeBody: 133 个关键点，包括身体、面部和手部。
• 自动模型下载: 节点在首次使用时会自动下载所需的模型。
• YOLO 集成: 可选的 YOLO 人物检测，用于精确的多人姿态估计。
• 高级 BBox 检测: 除了 YOLO，现在还支持使用 ComfyUI-Florence2 (https://github.com/kijai/ComfyUI-Florence2) 或 GroundingDINO (来自 ComfyUI-SAM2): (https://github.com/neverbiasu/ComfyUI-SAM2) 进行精确的人物检测。
• 关键点过滤: 可选保留或移除面部、手部和脚部的关键点，以适应不同需求。
• 精度控制: 支持 bf16, fp16 和 fp32 推理，以平衡速度和显存占用。
• OpenPose 编辑器兼容: 可一键保存姿态为 JSON 文件，用于在 ComfyUI-OpenPose-Editor 中导入和编辑。

1. 安装此节点:

   • 通过 git clone 将此仓库克隆到你的 ComfyUI/custom_nodes/ 目录下。
   • cd ComfyUI/custom_nodes/SDPose-OOD-ComfyUI
   • pip install -r requirements.txt

2. 安装模型 (自动或手动):

   • 自动 (推荐): 节点（Load SDPose Model, Load YOLO Model）在首次运行时会自动从 Hugging Face 和 Github 下载模型，并将其放置在正确的目录中。
   • 手动: 你也可以自行下载模型并将它们放入相应的文件夹：
     • SDPose 模型: 下载后放入 ComfyUI/models/SDPose_OOD/
       • SDPose-Body: huggingface.co/teemosliang/SDPose-Body
       • SDPose-Wholebody: huggingface.co/teemosliang/SDPose-Wholebody
     • YOLO 模型: 下载后放入 ComfyUI/models/yolo/
       • YOLOv8: yolov8n-pose.pt
       • YOLOv11: yolo11x.pt (或其他 YOLO 模型)
       • 默认的 YOLO 模型（如 yolov8n-pose.pt）更适合检测真人。
       • SDPose-OOD 本身对动漫人物有很好的处理效果（即使不使用 YOLO）。
       • 如果你不想使用 Florence2/GroundingDINO，可以考虑使用这个对于真人与动漫角色均效果优异的检测模型：real_person_detection。下载仓库中的喜欢的版本的model.pt文件置于models/yolo文件夹中。
     • groundingdino模型: 下载下面两个模型中的任意一个模型的模型文件与py文件，放置于models\grounding-dino。通常模型会自动下载。
       • groundingdino_swint_ogc: groundingdino_swint_ogc 以及GroundingDINO_SwinT_OGC.cfg.py
       • ggroundingdino_swinb_cogcoor: groundingdino_swinb_cogcoor 以及GroundingDINO_SwinB.cfg

3. 安装可选依赖 (用于高级 BBox 检测):

   • 如需使用 Florence2，请安装 ComfyUI-Florence2。

• model_type: 选择 Body (17点) 或 WholeBody (133点)。
• unet_precision: 精度选择。
  • bf16: 推荐 30 系及以上显卡使用。
  • fp16: 推荐 20 系及更早的显卡使用。
  • fp32: CPU 推理或需要最高精度时使用。
  • 注意: bf16/fp16 显著降低显存占用，速度与 fp32 几乎相同。
• device: auto 会自动检测 CUDA。CPU 推理仅支持 fp32。

• 加载一个 YOLO 模型（如 yolov8n-pose.pt）。
• 将此节点的 YOLO_MODEL 输出连接到 Run SDPose Estimation 节点。

• sdpose_model: 来自 Load SDPose Model 的模型。
• image: 你的输入图像。
• yolo_model (可选):
  • 未连接 (且 bbox_input 也未连接): 节点将处理整张图像。这适合单人图像。
  • 已连接: 节点将首先使用 YOLO 检测图像中的每个人，然后分别处理每个检测到的人物。
• bbox_input (可选): 新增输入。可连接来自 ComfyUI-Florence2 或 GroundingDINO (ComfyUI-SAM2) 的 BBox 输出。
  • 注意: 检测优先级: 如果同时连接了 yolo_model 和 grounding_dino_model或data_from_florence2，节点将优先使用 data_from_florence2，其次使用groundingdino。
• score_threshold: 关键点置信度阈值。低于此分数的点将被忽略。
• keep_face (布尔值): True 则保留面部关键点 (仅 WholeBody 有效)。
• keep_hands (布尔值): True 则保留手部关键点 (仅 WholeBody 有效)。
• keep_feet (布尔值): True 则保留脚部关键点(仅 WholeBody 有效)。
• overlay_alpha: 控制输出图像的可见度。
  • 0.0: 100% 原始图像。
  • 0.6: 原始图像与姿态图的混合（原图亮度60%）。
  • 1.0: 100% 姿态图（纯黑背景）。
• save_for_editor (布尔值):
  • True: 开启后，将保存一个 JSON 文件到 ComfyUI/output/poses/ 目录，文件名前缀为 pose_edit。
  • 这个 JSON 文件可以被 ComfyUI-OpenPose-Editor 节点加载以进行后续编辑。
• image (输出): 最终的可视化图像（根据 overlay_alpha 设置）。
• pose_json (输出):
  • 重要: 这是一个字符串输出，包含 SDPose-OOD 项目的原始 JSON 格式。
  • 此格式与 save_for_editor 保存的 JSON 格式不同，它不能用于 OpenPose 编辑器节点。

workflow

1. Load Image 加载你的源图片。
2. Load SDPose Model 选择 WholeBody 和 bf16。
3. Load YOLO Model 选择 yolov8n-pose.pt。 (或使用 Florence2 / GroundingDINO 连接到 bbox_input)
4. 将以上三者（或替换3为BBox节点）连接到 Run SDPose Estimation。
5. 设置 overlay_alpha 为 1.0 (如果你想要一个纯姿态图)。
6. 设置 save_for_editor 为 True (如果你想稍后编辑它)。
7. 连接 Preview Image 查看 image 输出。