3 條命令本地跑通 IOPaint照片里的水印、雜物、路人一鍵擦除【免費下載鏈接】IOPaintImage inpainting tool powered by SOTA AI Model. Remove any unwanted object, defect, people from your pictures or erase and replace(powered by stable diffusion) any thing on your pictures.項目地址: https://gitcode.com/GitHub_Trending/io/IOPaintIOPaint 是一個免費開源的 AI 圖像修復工具給它一張照片和一塊遮罩標記要處理區(qū)域的蒙版圖它就能把水印、雜物、路人擦掉或用 Stable Diffusion 把被遮住的區(qū)域重畫成新內(nèi)容。下文帶你從安裝到出圖再到批量與部署。能力全景它能擦什么擦不了什么一句話結(jié)論IOPaint 負責擦除 重繪 放大修復不生成完整新圖也不能批量修視頻。能做不能做適合誰擦除類移除物體/水印/文字/人物LaMa 等 8 種模型無法理解語義大面積擦除需擴散模型輔助電商修圖、攝影后期重繪類用 SD/SDXL 系列把遮罩區(qū)替換成新物體、向外擴圖outpainting不能整圖憑空生成設(shè)計師、內(nèi)容創(chuàng)作增強類插件做超分RealESRGAN、人臉修復GFPGAN/RestoreFormer不改變構(gòu)圖與主體老照片/低清圖修復它完全自托管支持 CPU、GPUCUDA/ROCm和 Apple SiliconMPS全部模型在首次啟動時自動下載。裝、起、用最短上手路徑結(jié)論兩條命令就能在瀏覽器里開始用。先裝再啟動模型首次運行自動下載想換下載目錄加--model-dir即可pip3 install iopaint iopaint start --modellama --devicecpu --port8080打開 http://localhost:8080 就能畫遮罩、出結(jié)果。硬件適配只需改--device有 N 卡填cuda需先裝 CUDA 版 PyTorchAMD 卡 Linux 用 ROCm 版 PyTorchMac 填mps。實測工作流三組圖看它怎么干活 ?第一步給圖 → 涂遮罩 → 擦除操作方式統(tǒng)一上傳原圖 → 用畫筆把不要的區(qū)域涂成遮罩 → 點運行。以室內(nèi)圖為例把多余的燈籠圈進遮罩第二步去水印大面積重復圖案密集重復的水印對擦除模型反而是好素材——周圍像素高度相似遮罩覆蓋水印后第三步漫畫與文字清理線條更吃細節(jié)漫畫頁上的對話氣泡和豎排文字遮罩圈住文字塊運行后線條的連續(xù)性基本保住進階分割插件、批量跑圖與人臉修復這些能力平時用不到就不用開用到時按下面方式啟用即可。交互式分割手動涂遮罩太費時可點Segment Anything用點選代替手畫自動生成遮罩。啟動時加插件參數(shù)iopaint start --enable-interactive-seg --interactive-seg-devicecuda模型大小從mobile_sam到sam2_1_large可選越大越準但越慢。命令行批量處理圖片文件夾 同名遮罩文件夾一次跑完--mask指向單個文件時所有圖共用這塊遮罩iopaint run --modellama --devicecpu \ --image圖文件夾 --mask遮罩文件夾 \ --outputoutput_dir人臉修復與超分低清人像加--enable-gfpgan或--enable-restoreformer背景模糊加--enable-realesrgan兩者配合可整體提清晰度。自定義模型想接自己的算法只需繼承 iopaint/model/base.py 里的InpaintModel基類實現(xiàn)init_model與forward兩個方法現(xiàn)成實現(xiàn)lama、sd、sdxl、controlnet 等都在 iopaint/model/ 目錄下可直接參考。選型與調(diào)參一張表決定用哪個模型結(jié)論先定任務類型再調(diào)兩個關(guān)鍵參數(shù)——擦除類看 HD 策略重繪類看 strength重繪強度越高改動越大。你的場景推薦模型關(guān)鍵參數(shù)快速去物體/水印/路人lama默認hd_strategy選 CROP大圖按遮罩裁剪或 RESIZE需要替換成別的物體runwayml/stable-diffusion-inpainting等 SD 系列sd_strength、sd_steps步數(shù)越多越精細越慢高分辨率大模型出圖diffusers/stable-diffusion-xl-1.0-inpainting-0.1SDXL顯存緊張加--low-mem或--cpu-offload按文字描述生成/替換Sanster/PowerPaint-V1-stable-diffusion-inpainting選任務text-guided / context-aware 等 提示詞在圖上寫文字Sanster/AnyText提示詞直接給要寫的文字修復舊照人臉GFPGAN / RestoreFormer 插件配合 RealESRGAN 一起開邊緣要更柔任意擴散模型調(diào)大sd_mask_blur遮罩邊緣模糊度顯存不夠時的三個減負開關(guān)--low-mem切分注意力VAE 分塊、--cpu-offload權(quán)重挪回內(nèi)存、--cpu-textencoder文本編碼器放 CPU。結(jié)果發(fā)黑發(fā)綠時加--no-half退回全精度。部署與下一步一條命令上線 生產(chǎn)環(huán)境用倉庫自帶 Docker 文件一條命令構(gòu)建并啟動GPU 版見 docker/GPUDockerfiledocker build -t iopaint -f docker/GPUDockerfile . docker run --gpus all -p 8080:8080 iopaint接下來你可以按上面裝、起、用一條命令啟動本地服務拿自己的一張圖把三種擦除場景各跑一遍用iopaint run把一批帶遮罩的圖批量過一遍把輸出丟進--output目錄檢查?！久赓M下載鏈接】IOPaintImage inpainting tool powered by SOTA AI Model. Remove any unwanted object, defect, people from your pictures or erase and replace(powered by stable diffusion) any thing on your pictures.項目地址: https://gitcode.com/GitHub_Trending/io/IOPaint創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考 3 條命令本地跑通 IOPaint：照片里的水印、雜物、路人一鍵擦除
3 條命令本地跑通 IOPaint照片里的水印、雜物、路人一鍵擦除【免費下載鏈接】IOPaintImage inpainting tool powered by SOTA AI Model. Remove any unwanted object, defect, people from your pictures or erase and replace(powered by stable diffusion) any thing on your pictures.項目地址: https://gitcode.com/GitHub_Trending/io/IOPaintIOPaint 是一個免費開源的 AI 圖像修復工具給它一張照片和一塊遮罩標記要處理區(qū)域的蒙版圖它就能把水印、雜物、路人擦掉或用 Stable Diffusion 把被遮住的區(qū)域重畫成新內(nèi)容。下文帶你從安裝到出圖再到批量與部署。能力全景它能擦什么擦不了什么一句話結(jié)論IOPaint 負責擦除 重繪 放大修復不生成完整新圖也不能批量修視頻。能做不能做適合誰擦除類移除物體/水印/文字/人物LaMa 等 8 種模型無法理解語義大面積擦除需擴散模型輔助電商修圖、攝影后期重繪類用 SD/SDXL 系列把遮罩區(qū)替換成新物體、向外擴圖outpainting不能整圖憑空生成設(shè)計師、內(nèi)容創(chuàng)作增強類插件做超分RealESRGAN、人臉修復GFPGAN/RestoreFormer不改變構(gòu)圖與主體老照片/低清圖修復它完全自托管支持 CPU、GPUCUDA/ROCm和 Apple SiliconMPS全部模型在首次啟動時自動下載。裝、起、用最短上手路徑結(jié)論兩條命令就能在瀏覽器里開始用。先裝再啟動模型首次運行自動下載想換下載目錄加--model-dir即可pip3 install iopaint iopaint start --modellama --devicecpu --port8080打開 http://localhost:8080 就能畫遮罩、出結(jié)果。硬件適配只需改--device有 N 卡填cuda需先裝 CUDA 版 PyTorchAMD 卡 Linux 用 ROCm 版 PyTorchMac 填mps。實測工作流三組圖看它怎么干活 ?第一步給圖 → 涂遮罩 → 擦除操作方式統(tǒng)一上傳原圖 → 用畫筆把不要的區(qū)域涂成遮罩 → 點運行。以室內(nèi)圖為例把多余的燈籠圈進遮罩第二步去水印大面積重復圖案密集重復的水印對擦除模型反而是好素材——周圍像素高度相似遮罩覆蓋水印后第三步漫畫與文字清理線條更吃細節(jié)漫畫頁上的對話氣泡和豎排文字遮罩圈住文字塊運行后線條的連續(xù)性基本保住進階分割插件、批量跑圖與人臉修復這些能力平時用不到就不用開用到時按下面方式啟用即可。交互式分割手動涂遮罩太費時可點Segment Anything用點選代替手畫自動生成遮罩。啟動時加插件參數(shù)iopaint start --enable-interactive-seg --interactive-seg-devicecuda模型大小從mobile_sam到sam2_1_large可選越大越準但越慢。命令行批量處理圖片文件夾 同名遮罩文件夾一次跑完--mask指向單個文件時所有圖共用這塊遮罩iopaint run --modellama --devicecpu \ --image圖文件夾 --mask遮罩文件夾 \ --outputoutput_dir人臉修復與超分低清人像加--enable-gfpgan或--enable-restoreformer背景模糊加--enable-realesrgan兩者配合可整體提清晰度。自定義模型想接自己的算法只需繼承 iopaint/model/base.py 里的InpaintModel基類實現(xiàn)init_model與forward兩個方法現(xiàn)成實現(xiàn)lama、sd、sdxl、controlnet 等都在 iopaint/model/ 目錄下可直接參考。選型與調(diào)參一張表決定用哪個模型結(jié)論先定任務類型再調(diào)兩個關(guān)鍵參數(shù)——擦除類看 HD 策略重繪類看 strength重繪強度越高改動越大。你的場景推薦模型關(guān)鍵參數(shù)快速去物體/水印/路人lama默認hd_strategy選 CROP大圖按遮罩裁剪或 RESIZE需要替換成別的物體runwayml/stable-diffusion-inpainting等 SD 系列sd_strength、sd_steps步數(shù)越多越精細越慢高分辨率大模型出圖diffusers/stable-diffusion-xl-1.0-inpainting-0.1SDXL顯存緊張加--low-mem或--cpu-offload按文字描述生成/替換Sanster/PowerPaint-V1-stable-diffusion-inpainting選任務text-guided / context-aware 等 提示詞在圖上寫文字Sanster/AnyText提示詞直接給要寫的文字修復舊照人臉GFPGAN / RestoreFormer 插件配合 RealESRGAN 一起開邊緣要更柔任意擴散模型調(diào)大sd_mask_blur遮罩邊緣模糊度顯存不夠時的三個減負開關(guān)--low-mem切分注意力VAE 分塊、--cpu-offload權(quán)重挪回內(nèi)存、--cpu-textencoder文本編碼器放 CPU。結(jié)果發(fā)黑發(fā)綠時加--no-half退回全精度。部署與下一步一條命令上線 生產(chǎn)環(huán)境用倉庫自帶 Docker 文件一條命令構(gòu)建并啟動GPU 版見 docker/GPUDockerfiledocker build -t iopaint -f docker/GPUDockerfile . docker run --gpus all -p 8080:8080 iopaint接下來你可以按上面裝、起、用一條命令啟動本地服務拿自己的一張圖把三種擦除場景各跑一遍用iopaint run把一批帶遮罩的圖批量過一遍把輸出丟進--output目錄檢查?！久赓M下載鏈接】IOPaintImage inpainting tool powered by SOTA AI Model. Remove any unwanted object, defect, people from your pictures or erase and replace(powered by stable diffusion) any thing on your pictures.項目地址: https://gitcode.com/GitHub_Trending/io/IOPaint創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考