[可一键复制] SAM3 ConvRot INT8 检测节点使用指南 · 图像提示词模板

提示词可在此修改后复制或实测，不会改动源内容

### HSWQ SAM3 Detect 节点说明

#### 类别
HSWQ/Detection

#### 输入参数
- **model (MODEL)**: SAM3 模型（来自 HSWQ SAM3 Loader 或 CheckpointLoaderSimple）
- **image (IMAGE)**: 输入图像（支持批量处理）
- **conditioning (CONDITIONING)**: 可选，文本提示，如 CLIPTextEncode "person"
- **bboxes (BBOXES)**: 可选，用于分割的边界框
- **positive_coords / negative_coords (STRING)**: 可选，JSON 格式的点提示 [{'x': int, 'y': int}, ...]（像素坐标）
- **threshold**: 默认 0.50，检测分数阈值
- **refine_iterations**: 默认 2，SAM 解码器优化次数（0 表示原始检测掩码）
- **individual_masks**: 默认 false，输出每个对象的掩码而不是联合掩码

#### 输出参数
- **masks (MASK)**: 二值分割掩码
- **bboxes (BBOXES)**: 检测到的边界框及分数
- **image (IMAGE)**: 输入图像的传递

#### 使用示例
1. 使用 CheckpointLoaderSimple（相同检查点）→ CLIPTextEncode ("person") 进行文本条件检测
2. 连接 HSWQ SAM3 Detect 节点的 model, image 和 conditioning
3. 使用 MaskPreview+ 可视化 masks 输出

#### FP16 兼容性
- HSWQ SAM3 Detect 节点在 FP16 和 INT8 模型上运行效果相同
- FP16 检查点可通过标准的 CheckpointLoaderSimple 加载，无需担心 "clip missing" 警告

#### 特点
- **原生 INT8 VRAM 保留**: 使用 TensorWiseINT8Layout 在 VRAM 中保留 8 位精度的权重，显著降低内存需求
- **快速执行**: 使用 comfy_kitchen 的 int8_linear GEMM 内核进行 ConvRot 层的在线激活旋转
- **自动回退保护**: 对齐不良的层（如 K=2 的 boxRPB_embed_x）安全地在浮点精度下计算
- **无缝兼容性**: 输出标准的 MODEL 结果，与 HSWQ SAM3 Detect 和 stock ComfyUI SAM3 检测/跟踪节点兼容

填写任务材料

填写材料后生成预览，材料仅在当前页面内处理。匹配的占位符会被替换，其余材料追加在末尾；请检查与原文是否一致。