3 条命令本地跑通 IOPaint照片里的水印、杂物、路人一键擦除【免费下载链接】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.项目地址: https://gitcode.com/GitHub_Trending/io/IOPaintIOPaint 是一个免费开源的 AI 图像修复工具给它一张照片和一块遮罩标记要处理区域的蒙版图它就能把水印、杂物、路人擦掉或用 Stable Diffusion 把被遮住的区域重画成新内容。下文带你从安装到出图再到批量与部署。能力全景它能擦什么擦不了什么一句话结论IOPaint 负责擦除 重绘 放大修复不生成完整新图也不能批量修视频。能做不能做适合谁擦除类移除物体/水印/文字/人物LaMa 等 8 种模型无法理解语义大面积擦除需扩散模型辅助电商修图、摄影后期重绘类用 SD/SDXL 系列把遮罩区替换成新物体、向外扩图outpainting不能整图凭空生成设计师、内容创作增强类插件做超分RealESRGAN、人脸修复GFPGAN/RestoreFormer不改变构图与主体老照片/低清图修复它完全自托管支持 CPU、GPUCUDA/ROCm和 Apple SiliconMPS全部模型在首次启动时自动下载。装、起、用最短上手路径结论两条命令就能在浏览器里开始用。先装再启动模型首次运行自动下载想换下载目录加--model-dir即可pip3 install iopaint iopaint start --modellama --devicecpu --port8080打开 http://localhost:8080 就能画遮罩、出结果。硬件适配只需改--device有 N 卡填cuda需先装 CUDA 版 PyTorchAMD 卡 Linux 用 ROCm 版 PyTorchMac 填mps。实测工作流三组图看它怎么干活 ️第一步给图 → 涂遮罩 → 擦除操作方式统一上传原图 → 用画笔把不要的区域涂成遮罩 → 点运行。以室内图为例把多余的灯笼圈进遮罩第二步去水印大面积重复图案密集重复的水印对擦除模型反而是好素材——周围像素高度相似遮罩覆盖水印后第三步漫画与文字清理线条更吃细节漫画页上的对话气泡和竖排文字遮罩圈住文字块运行后线条的连续性基本保住进阶分割插件、批量跑图与人脸修复这些能力平时用不到就不用开用到时按下面方式启用即可。交互式分割手动涂遮罩太费时可点Segment Anything用点选代替手画自动生成遮罩。启动时加插件参数iopaint start --enable-interactive-seg --interactive-seg-devicecuda模型大小从mobile_sam到sam2_1_large可选越大越准但越慢。命令行批量处理图片文件夹 同名遮罩文件夹一次跑完--mask指向单个文件时所有图共用这块遮罩iopaint run --modellama --devicecpu \ --image图文件夹 --mask遮罩文件夹 \ --outputoutput_dir人脸修复与超分低清人像加--enable-gfpgan或--enable-restoreformer背景模糊加--enable-realesrgan两者配合可整体提清晰度。自定义模型想接自己的算法只需继承 iopaint/model/base.py 里的InpaintModel基类实现init_model与forward两个方法现成实现lama、sd、sdxl、controlnet 等都在 iopaint/model/ 目录下可直接参考。选型与调参一张表决定用哪个模型结论先定任务类型再调两个关键参数——擦除类看 HD 策略重绘类看 strength重绘强度越高改动越大。你的场景推荐模型关键参数快速去物体/水印/路人lama默认hd_strategy选 CROP大图按遮罩裁剪或 RESIZE需要替换成别的物体runwayml/stable-diffusion-inpainting等 SD 系列sd_strength、sd_steps步数越多越精细越慢高分辨率大模型出图diffusers/stable-diffusion-xl-1.0-inpainting-0.1SDXL显存紧张加--low-mem或--cpu-offload按文字描述生成/替换Sanster/PowerPaint-V1-stable-diffusion-inpainting选任务text-guided / context-aware 等 提示词在图上写文字Sanster/AnyText提示词直接给要写的文字修复旧照人脸GFPGAN / RestoreFormer 插件配合 RealESRGAN 一起开边缘要更柔任意扩散模型调大sd_mask_blur遮罩边缘模糊度显存不够时的三个减负开关--low-mem切分注意力VAE 分块、--cpu-offload权重挪回内存、--cpu-textencoder文本编码器放 CPU。结果发黑发绿时加--no-half退回全精度。部署与下一步一条命令上线 生产环境用仓库自带 Docker 文件一条命令构建并启动GPU 版见 docker/GPUDockerfiledocker build -t iopaint -f docker/GPUDockerfile . docker run --gpus all -p 8080:8080 iopaint接下来你可以按上面装、起、用一条命令启动本地服务拿自己的一张图把三种擦除场景各跑一遍用iopaint run把一批带遮罩的图批量过一遍把输出丢进--output目录检查。【免费下载链接】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.项目地址: https://gitcode.com/GitHub_Trending/io/IOPaint创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 3 条命令本地跑通 IOPaint：照片里的水印、杂物、路人一键擦除
3 条命令本地跑通 IOPaint照片里的水印、杂物、路人一键擦除【免费下载链接】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.项目地址: https://gitcode.com/GitHub_Trending/io/IOPaintIOPaint 是一个免费开源的 AI 图像修复工具给它一张照片和一块遮罩标记要处理区域的蒙版图它就能把水印、杂物、路人擦掉或用 Stable Diffusion 把被遮住的区域重画成新内容。下文带你从安装到出图再到批量与部署。能力全景它能擦什么擦不了什么一句话结论IOPaint 负责擦除 重绘 放大修复不生成完整新图也不能批量修视频。能做不能做适合谁擦除类移除物体/水印/文字/人物LaMa 等 8 种模型无法理解语义大面积擦除需扩散模型辅助电商修图、摄影后期重绘类用 SD/SDXL 系列把遮罩区替换成新物体、向外扩图outpainting不能整图凭空生成设计师、内容创作增强类插件做超分RealESRGAN、人脸修复GFPGAN/RestoreFormer不改变构图与主体老照片/低清图修复它完全自托管支持 CPU、GPUCUDA/ROCm和 Apple SiliconMPS全部模型在首次启动时自动下载。装、起、用最短上手路径结论两条命令就能在浏览器里开始用。先装再启动模型首次运行自动下载想换下载目录加--model-dir即可pip3 install iopaint iopaint start --modellama --devicecpu --port8080打开 http://localhost:8080 就能画遮罩、出结果。硬件适配只需改--device有 N 卡填cuda需先装 CUDA 版 PyTorchAMD 卡 Linux 用 ROCm 版 PyTorchMac 填mps。实测工作流三组图看它怎么干活 ️第一步给图 → 涂遮罩 → 擦除操作方式统一上传原图 → 用画笔把不要的区域涂成遮罩 → 点运行。以室内图为例把多余的灯笼圈进遮罩第二步去水印大面积重复图案密集重复的水印对擦除模型反而是好素材——周围像素高度相似遮罩覆盖水印后第三步漫画与文字清理线条更吃细节漫画页上的对话气泡和竖排文字遮罩圈住文字块运行后线条的连续性基本保住进阶分割插件、批量跑图与人脸修复这些能力平时用不到就不用开用到时按下面方式启用即可。交互式分割手动涂遮罩太费时可点Segment Anything用点选代替手画自动生成遮罩。启动时加插件参数iopaint start --enable-interactive-seg --interactive-seg-devicecuda模型大小从mobile_sam到sam2_1_large可选越大越准但越慢。命令行批量处理图片文件夹 同名遮罩文件夹一次跑完--mask指向单个文件时所有图共用这块遮罩iopaint run --modellama --devicecpu \ --image图文件夹 --mask遮罩文件夹 \ --outputoutput_dir人脸修复与超分低清人像加--enable-gfpgan或--enable-restoreformer背景模糊加--enable-realesrgan两者配合可整体提清晰度。自定义模型想接自己的算法只需继承 iopaint/model/base.py 里的InpaintModel基类实现init_model与forward两个方法现成实现lama、sd、sdxl、controlnet 等都在 iopaint/model/ 目录下可直接参考。选型与调参一张表决定用哪个模型结论先定任务类型再调两个关键参数——擦除类看 HD 策略重绘类看 strength重绘强度越高改动越大。你的场景推荐模型关键参数快速去物体/水印/路人lama默认hd_strategy选 CROP大图按遮罩裁剪或 RESIZE需要替换成别的物体runwayml/stable-diffusion-inpainting等 SD 系列sd_strength、sd_steps步数越多越精细越慢高分辨率大模型出图diffusers/stable-diffusion-xl-1.0-inpainting-0.1SDXL显存紧张加--low-mem或--cpu-offload按文字描述生成/替换Sanster/PowerPaint-V1-stable-diffusion-inpainting选任务text-guided / context-aware 等 提示词在图上写文字Sanster/AnyText提示词直接给要写的文字修复旧照人脸GFPGAN / RestoreFormer 插件配合 RealESRGAN 一起开边缘要更柔任意扩散模型调大sd_mask_blur遮罩边缘模糊度显存不够时的三个减负开关--low-mem切分注意力VAE 分块、--cpu-offload权重挪回内存、--cpu-textencoder文本编码器放 CPU。结果发黑发绿时加--no-half退回全精度。部署与下一步一条命令上线 生产环境用仓库自带 Docker 文件一条命令构建并启动GPU 版见 docker/GPUDockerfiledocker build -t iopaint -f docker/GPUDockerfile . docker run --gpus all -p 8080:8080 iopaint接下来你可以按上面装、起、用一条命令启动本地服务拿自己的一张图把三种擦除场景各跑一遍用iopaint run把一批带遮罩的图批量过一遍把输出丢进--output目录检查。【免费下载链接】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.项目地址: https://gitcode.com/GitHub_Trending/io/IOPaint创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考