> ## Documentation Index
> Fetch the complete documentation index at: https://dripart-feat-openapi-i18n.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# SDPose: ComfyUIでのポーズ検出

> ComfyUIにネイティブサポートされているSDPoseを使って、画像や動画からポーズのキーポイントとマップを抽出する方法を学びます

<Tip>
  <Tabs>
    <Tab title="ポータブル版または自宅サーバーで実行しているユーザー">
      ComfyUI が最新版に更新されていることを確認してください。

      * [ComfyUI のダウンロード](https://www.comfy.org/download)
      * [更新手順](/ja/installation/update_comfyui)

      このガイドで紹介するワークフローは、[ワークフローテンプレート](/ja/interface/features/template)から入手できます。\
      テンプレート内に該当のワークフローが見つからない場合、ComfyUI のバージョンが古くなっている可能性があります。（デスクトップ版の更新は若干遅れることがあります）

      ワークフローを読み込んだ際にノードが欠落している場合の主な原因：

      1. 最新の ComfyUI（Nightly 版）を使用していない
      2. 起動時に一部のノードのインポートに失敗している
    </Tab>

    <Tab title="デスクトップ版またはクラウド版ユーザー">
      * デスクトップ版は ComfyUI の安定版（Stable Release）をベースとしており、新しいデスクトップ安定版がリリースされると自動的に更新されます。
      * [Cloud](https://cloud.comfy.org) は、ComfyUI の安定版リリース後に更新されます。

      したがって、このドキュメントで記載されているコアノードのうち、一部が利用できない場合は、そのノード機能がまだ最新の安定版に含まれていないためです。次回の安定版リリースをお待ちください。
    </Tab>
  </Tabs>
</Tip>

SDPoseは全身のポーズ検出モデルで、画像や動画から人間のキーポイントを抽出します。RT-DETRv4物体検出器と組み合わせることで、複数人の検出やドメイン外 (OOD) のポーズ推定をサポートし、アニメーションパイプライン、ポーズ駆動型生成、モーショントラッキングのワークフローに適した多用途ツールです。

SDPose + RT-DETRv4 は ComfyUI にネイティブサポートされています (PR [#12748](https://github.com/Comfy-Org/ComfyUI/pull/12748))。モデルの重みは Hugging Face で入手可能です。

[Hugging Face の SDPose モデル](https://huggingface.co/Comfy-Org/SDPose) | [RT-DETRv4 論文 (arXiv)](https://arxiv.org/abs/2504.05731) | [SDPose 論文 (arXiv)](https://arxiv.org/abs/2503.07740)

### 主な強み

* **全身キーポイント**: 体、手、顔、足のキーポイントを1つの統合モデルで検出
* **複数人対応**: 1枚の画像や動画から複数人を検出し、ラベル付け
* **設定可能な出力**: 可視化する身体部位 (体、手、顔、足) を選択し、スティックやフォントサイズを制御可能
* **バウンディングボックス検出**: 調整可能なしきい値とクラス選択による物体検出を含む
* **画像と動画のサポート**: 静止画、動画、OODポーズ推定向けの専用ワークフロー

> **制限事項:** 検出精度は画像の解像度と被写体の視認性に依存します。極端に隠れている場合や非常に小さい被写体では、得られるキーポイントが少なくなることがあります。

## SDPose ワークフロー

ユースケースに応じて4つのワークフローが利用可能です:

| ワークフロー         | 入力    | 出力                          | 用途               |
| -------------- | ----- | --------------------------- | ---------------- |
| 複数人 (画像)       | 1枚の画像 | ポーズマップ + バウンディングボックス        | 複数人が写った写真        |
| 複数人 (動画)       | 動画    | フレーム単位のポーズマップ + バウンディングボックス | 動画のポーズトラッキング     |
| OOD 画像からポーズ    | 1枚の画像 | ポーズマップ                      | スタイル転送 / 画像からポーズ |
| OOD 動画からポーズマップ | 動画    | フレーム単位のポーズマップ               | 動画からポーズアニメーション   |

### 1. ワークフローのダウンロード

ComfyUIを最新バージョンにアップデートし、`Workflow` → `Browse Templates` から、UtilityカテゴリにあるSDPoseワークフローを探してください。

<CardGroup cols={2}>
  <Card title="複数人 (画像)" icon="image" href="https://cloud.comfy.org/?template=utility_sdpose_multi_person&utm_source=docs&utm_medium=referral&utm_campaign=sdpose">
    Run in Comfy Cloud
  </Card>

  <Card title="画像ワークフローのダウンロード" icon="download" href="https://github.com/Comfy-Org/workflow_templates/blob/main/templates/utility_sdpose_multi_person.json">
    JSONをダウンロード
  </Card>
</CardGroup>

<CardGroup cols={2}>
  <Card title="複数人 (動画)" icon="video" href="https://cloud.comfy.org/?template=utility_sdpose_multi_person_video&utm_source=docs&utm_medium=referral&utm_campaign=sdpose">
    Run in Comfy Cloud
  </Card>

  <Card title="動画ワークフローのダウンロード" icon="download" href="https://github.com/Comfy-Org/workflow_templates/blob/main/templates/utility_sdpose_multi_person_video.json">
    JSONをダウンロード
  </Card>
</CardGroup>

<CardGroup cols={2}>
  <Card title="OOD 画像からポーズ" icon="image" href="https://cloud.comfy.org/?template=utility_sdpose_ood_image_to_pose&utm_source=docs&utm_medium=referral&utm_campaign=sdpose">
    Run in Comfy Cloud
  </Card>

  <Card title="OOD画像ワークフローのダウンロード" icon="download" href="https://github.com/Comfy-Org/workflow_templates/blob/main/templates/utility_sdpose_ood_image_to_pose.json">
    JSONをダウンロード
  </Card>
</CardGroup>

<CardGroup cols={2}>
  <Card title="OOD 動画からポーズマップ" icon="video" href="https://cloud.comfy.org/?template=utility_sdpose_ood_video_to_pose_map&utm_source=docs&utm_medium=referral&utm_campaign=sdpose">
    Run in Comfy Cloud
  </Card>

  <Card title="OOD動画ワークフローのダウンロード" icon="download" href="https://github.com/Comfy-Org/workflow_templates/blob/main/templates/utility_sdpose_ood_video_to_pose_map.json">
    JSONをダウンロード
  </Card>
</CardGroup>

### 2. モデルのダウンロード

SDPoseとRT-DETRv4のモデルチェックポイントは、[Comfy-Org SDPose モデルリポジトリ](https://huggingface.co/Comfy-Org/SDPose) で公開されています。

**checkpoints** (SDPoseモデル):

* [sdpose\_wholebody\_fp16.safetensors](https://huggingface.co/Comfy-Org/SDPose/resolve/main/checkpoints/sdpose_wholebody_fp16.safetensors)

**diffusion\_models** (RT-DETRv4検出器):

* [rt\_detr\_v4-x-hgnet\_fp16.safetensors](https://huggingface.co/Comfy-Org/SDPose/resolve/main/diffusion_models/rt_detr_v4-x-hgnet_fp16.safetensors) (推奨)
* [rt\_detr\_v4-x-hgnet\_fp32.safetensors](https://huggingface.co/Comfy-Org/SDPose/resolve/main/diffusion_models/rt_detr_v4-x-hgnet_fp32.safetensors) (完全精度、サイズ大)

以下のディレクトリ構成に配置してください:

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

### 3. ワークフローの使い方

#### 複数人 (画像)

* **入力** — `Load Image` ノードで画像を読み込みます。1人以上の人物が写った画像を使用してください (例: `group_photo.png`)。
* **検出** — `Image to Pose Map (SDPose Multi-Person)` サブグラフが画像を処理し、以下を出力します:
  * **IMAGE** — 画像に重ね合わされたポーズスケルトンの可視化
  * **keypoints** — 生の全身キーポイントデータ
  * **bboxes** — バウンディングボックス座標
* **描画オプション** — 描画する身体部位の設定:
  * `draw_body`、`draw_hands`、`draw_face`、`draw_feet` — 表示の切り替え
  * `stick_width`、`face_point_size` — 視覚スタイルの調整
  * `score_threshold` — キーポイント表示の最小信頼度
* **検出オプション**:
  * `resize_type.longer_size` — 検出前に長辺のサイズをスケーリング
  * `max_detections` — 検出する最大人数
  * `detect_threshold` — 検出の信頼度しきい値
  * `detect_class` — 検出するオブジェクトクラス (デフォルト: person)

#### 複数人 (動画)

画像ワークフローと同様ですが、動画のフレームを順次処理します。動画ファイルの入力には `Load Video` を、結果の出力には `Save Video` を使用してください。

#### OOD 画像からポーズ

SDPoseモデルを使用して、バウンディングボックス表示なしで画像からクリーンなポーズマップを生成します。スタイル転送で、ある画像からスケルトンポーズを抽出して別の画像に適用したい場合に便利です。

#### OOD 動画からポーズマップ

動画からフレームごとのポーズマップを生成します。出力は、抽出されたポーズスケルトンを含む各フレームの動画ファイルで、下流のアニメーションやControlNetワークフローに適しています。

<Card title="Subgraphについて学ぶ" icon="book-open" href="/ja/interface/features/subgraph">
  これらのワークフローはモジュール処理のためにSubgraphノードを使用しています。ワークフローをカスタマイズして拡張する方法については、Subgraphのドキュメントをご覧ください。
</Card>

## 補足情報

* **モデルディレクトリ**: SDPoseチェックポイントは `models/checkpoints/` に、RT-DETRv4検出器は `models/diffusion_models/` に配置します
* **入力画像の例**: テスト用に、ワークフローテンプレートの `input/` ディレクトリに `group_photo.png` ファイルが用意されています
* **キーポイント出力**: POSE\_KEYPOINTタイプは、条件付き生成のためにポーズデータを受け付ける下流ノードに接続できます
* **アップデート必須**: SDPose + RT-DETRv4のサポートは最新版のComfyUIで利用可能です。ComfyUIが最新であることを確認してください