ComfyUI-Florence2图像提示词反推插件+模型

插件介绍

Florence-2 是一款先进的视觉基础模型，支持多种视觉和视觉-语言任务。通过简单的文本提示，它可以轻松完成图像描述、目标检测、图像分割等操作。

核心亮点：

• 图像提示词反推：直接从图像内容生成可用的文本提示词，轻松实现图像到文本的智能转换，适合提示词优化、创意生成等场景。
• 文档视觉问答（DocVQA）：可对扫描文档、表格、收据等文本密集型图像提出问题，自动提取视觉和文字信息给出答案。
• 多任务学习：基于 FLD-5B 数据集（54 亿标注，1.26 亿图像），支持零样本和微调场景，性能卓越。

Florence-2 插件让 ComfyUI 用户不仅能“看懂图像”，还能“从图像生成提示词”，极大提升创作效率与智能化水平。

使用方法

插件

插件解压后（去掉-main）放到comfyui安装目录的custom_nodes目录内

模型

模型解压后将整个文件夹放到Comfyui安装目录的\models\LLM（没有LLM可以新建一个）文件夹内