ComfyUI MiniMax-Remover：仅需 6 步的视频/图像对象移除节点

插件4个月前发布小马良

353 0

在 AI 视频与图像编辑中，高质量对象移除一直是一个挑战：既要自然填补背景，又要保持时间连贯性，同时避免生成伪影或“幻觉内容”。

MiniMax-Remover：港中大等联合提出高效视频目标移除新方法

ComfyUI MiniMax-Remover 是基于最新研究 MiniMax-Remover（来自港中大、深大等团队）开发的 ComfyUI 自定义节点插件，将这一前沿方法无缝集成到你的工作流中。

GitHub：https://github.com/1038lab/ComfyUI-MiniMax-Remover

它无需复杂配置，仅需 6–12 次推理步骤，即可完成高质量的对象移除，且无需分类器自由引导（CFG），显著提升效率与稳定性。

ComfyUI MiniMax-Remover：仅需 6 步的视频/图像对象移除节点

核心特性

特性	说明
⚡ 极速推理	仅需 6–12 步，无需 CFG，适合快速迭代
🎯 高质量修复	背景重建自然，有效防止伪影与虚假对象
💪 强鲁棒性	基于对抗性优化，在噪声干扰下仍稳定输出
📱 图像 & 视频支持	支持单图修复与多帧视频移除
🔧 易于集成	标准 ComfyUI 节点接口，拖拽即用
🌐 自动模型管理	首次使用自动下载模型，支持手动安装

安装方法

✅ 方法一：ComfyUI Manager（推荐）

打开 ComfyUI Manager
搜索 MiniMax-Remover
点击 Install
重启 ComfyUI

✅ 依赖项与模型将自动处理

🛠️ 方法二：手动安装

# 1. 进入自定义节点目录
cd ComfyUI/custom_nodes

# 2. 克隆仓库
git clone https://github.com/1038lab/ComfyUI-MiniMax-Remover.git

安装依赖

便携版 ComfyUI（Windows）：

..\..\..\python_embeded\python.exe -m pip install -r requirements.txt

标准 Python 环境：
```
pip install -r requirements.txt
```

重启 ComfyUI 后即可在节点菜单中使用。

模型下载

🌐 自动下载（推荐）

首次使用任一节点时，系统将自动从 Hugging Face 下载所需模型组件至：

ComfyUI/models/MiniMax-Remover/

📦 手动下载（备用方案）

huggingface-cli download zibojia/minimax-remover \
  --include vae transformer scheduler \
  --local-dir ./models/MiniMax-Remover

或访问 Hugging Face 页面手动下载以下文件夹并放入对应路径：

vae/
transformer/
scheduler/

✅ 验证：确保 models/MiniMax-Remover/ 目录下包含以上三个子文件夹

可用节点一览

节点名称	功能说明
MinimaxModelLoader	加载 VAE、Transformer 和 Scheduler，支持精度与设备设置
MinimaxVideoLoader	加载视频文件，输出帧序列
MinimaxVideoRemover	视频对象移除主节点（需配合模型加载器）
MinimaxImageRemover	图像对象移除主节点（支持单图处理）
ImageSizeAdjuster	自动调整图像尺寸，确保分辨率可被 16 整除

参数	推荐值	说明
`scheduler_type`	`FlowMatchEulerDiscreteScheduler`	推理更快，质量稳定
`torch_dtype`	`float16`	显存减半，推荐 GPU 用户
`device`	`auto`	自动检测 CUDA/ROCM/CPU

🖼️ 掩码要求与最佳实践

✅ 支持格式

灰度图（推荐）
RGB 图像（自动转换）
格式：PNG、JPG、TIFF 等

📏 掩码规范

前景为白色（值 255），背景为黑色（值 0）
完全覆盖需移除对象
边缘清晰，避免毛刺或噪点
分辨率与原图一致

🔧 高级建议

使用 mask_dilation_iterations 微调边缘覆盖范围
若边缘不齐，先用 ImageSizeAdjuster 对齐尺寸
开启 fix_dimensions=True 可自动处理尺寸不匹配问题

性能优化建议

🚀 提升速度

使用 FlowMatchEulerDiscreteScheduler（比 UniPC 更快）
设置 num_inference_steps=6–12
分辨率控制在 ≤1024×1024
启用 float16 精度

💾 显存管理

减少 batch size 或帧数
处理长视频时分段处理
关闭其他 GPU 应用

⚙️ 质量调优

问题	建议
修复不完整	增加 `num_inference_steps` 至 16–20
出现伪影	检查掩码质量，避免过小或复杂区域
时间不连贯	确保视频帧序列连续，temporal_frames 设置合理
颜色偏差	使用 `float32` 测试是否为精度问题

系统要求

项目	要求
Python	3.8 或更高
GPU	NVIDIA（推荐），支持 CUDA
显存	≥6GB（推荐 8GB+）
内存	≥8GB
磁盘空间	≥5GB（含模型）

依赖项（自动安装）

通过 requirements.txt 安装以下核心库：

torch>=1.13.0
diffusers>=0.21.0
decord>=0.6.0（视频加载）
einops, scipy, opencv-python
huggingface_hub, accelerate

故障排除

问题	解决方案
模型下载失败	手动下载并放置到 `models/MiniMax-Remover/`
CUDA 内存不足	降低分辨率、使用 `float16`、减少步数
张量维度错误	使用 `ImageSizeAdjuster` 对齐尺寸，检查图像通道（应为 RGB）
掩码无效	确保为标准黑白掩码，无透明通道（RGBA → RGB）
移除质量差	提高掩码精度，尝试不同调度器，增加步数