IOPaint AI图像修复装进低配机去水印踩坑与提速笔记【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/IOPaint8G 内存的笔记本装个 AI 图像修复工具总卡在模型下载或者报错这一步。IOPaint前身叫 Lama Cleaner是干这件事的开源项目涂抹掉不需要的东西让模型把那块区域补全。照这篇笔记走完你的 8G 笔记本能稳定跑通去水印和擦物体。先看图说话仓库里的对比图不用我多嘴左边是带水印的图右边是 IOPaint 修复后的样子水印区域被周围纹理自然填满看不出修补痕迹。它管的不只是水印——路人、杂物、文字、划痕涂抹后交给模型补全就行。看完这两张图你心里应该有数了这工具值不值得占你的磁盘空间。按你的机器选路线先说好前提装之前把浏览器、虚拟机这些吃内存的东西关掉给安装过程留出余量。Windows 用户直接用仓库里的 安装脚本目录win_setup_cn.bat装环境、win_start_cn.bat启动不用敲命令。用命令行的话先把仓库克隆到本地仓库地址是https://gitcode.com/GitHub_Trending/io/IOPaintgit clone之后cd IOPaint再往下走。如果你的机器是 8G 内存以下或者压根没有独显→ 走 CPU 路线别折腾显卡# 先建个干净环境别用系统自带的 Python python -m venv env source env/bin/activate pip install iopaint iopaint start --model lama --device cpu --port 8080预期表现能出图一张 512 像素的图要等十几秒到几十秒慢但稳。如果你的机器是 8G 及以上、且有 NVIDIA 显卡 → 走 GPU 路线# 先装 CUDA 11.8 对应版本的 PyTorch pip install torch2.1.2 torchvision0.16.2 --extra-index-url https://download.pytorch.org/whl/cu118 pip install iopaint iopaint start --model lama --device cuda --port 8080 --inbrowser预期表现同样一张图从几十秒压到一两秒--inbrowser会自动帮你打开网页。装完如果报错别去翻日志对着下面两条查报CUDNN_STATUS_NOT_INITIALIZED→ 多半是 PyTorch 和驱动对不上重新执行上面那条带cu118的 torch 安装命令。终端里输iopaint提示不是内部命令或 command not found → 环境没激活先source env/bin/activateWindows 是env\Scripts\activate再试。说白了就是别让包装错 Python 里。让它跑快一点分三层来一层确认一个事能跑先别上花活lama 模型加 CPU 处理一张 512 像素的图。出图即环境没问题。原理一句话最小配置验证链路。跑得快切到--device cuda再加--low-mem。原理一句话切片算注意力省显存。跑得稳显存还是紧张时加--cpu-textencoder和--cpu-offload。说白了就是让程序别一上来就把所有东西塞进显存。不同配置下处理一张 1024 像素图的大致表现数值是实测约数机器不同别较真配置单张耗时约显存/内存占用约CPU lama20 秒左右3~4GBCUDA默认参数2~3 秒5GB 上下CUDA --low-mem3~5 秒3GB 左右拿它干点实际的场景一批量清理老照片。你给它什么一个装满原图的文件夹加一个蒙版文件夹黑白图白处是要擦的地方或者只提供一张蒙版让它套用到所有图。它吐什么一个干净的输出文件夹加上--concat还会生成原图 蒙版 结果的三合一图方便核对。中间跑了什么iopaint run --model lama --device cpu --image 原图目录 --mask 蒙版目录 --output 输出目录。程序逐张读图和蒙版把涂抹区域交给 lama 补全后落盘CPU 就能跑通。场景二串 ffmpeg 给视频逐帧去水印。你给它什么一段带固定位置水印的视频加一张画好水印位置的蒙版图。它吐什么一段干净视频。中间产物是一整帧处理好的画面文件夹。中间跑了什么ffmpeg -i input.mp4 frames/%05d.jpg把视频拆成帧iopaint run --model lama --device cpu --image frames --mask mask.png --output frames_fixed让同一个蒙版作用到每一帧ffmpeg -i frames_fixed/%05d.jpg -c:v libx264 -crf 23 output.mp4拼回去。一条拆帧—修图—合成的流水线。卡住了先查这里你看到的报错/现象多半是什么原因30 秒能做的动作CUDA out of memory或直接闪退显存塞不下模型和图片启动命令加--low-mem再来一次CUDNN_STATUS_NOT_INITIALIZEDPyTorch 的 CUDA 版本和驱动不匹配重装torch2.1.2的 cu118 版启动卡在模型下载不动网络到不了 HuggingFace设置镜像环境变量HF_ENDPOINThttps://hf-mirror.com后重启8080 端口被占用上次的服务没退干净换--port 8081或者先杀掉旧进程收尾装通靠干净环境跑快靠--low-mem翻车先看上面的表。下一步就去试--cpu-offload对比一下显存占用。【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 IOPaint AI图像修复装进低配机：去水印踩坑与提速笔记
IOPaint AI图像修复装进低配机去水印踩坑与提速笔记【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/IOPaint8G 内存的笔记本装个 AI 图像修复工具总卡在模型下载或者报错这一步。IOPaint前身叫 Lama Cleaner是干这件事的开源项目涂抹掉不需要的东西让模型把那块区域补全。照这篇笔记走完你的 8G 笔记本能稳定跑通去水印和擦物体。先看图说话仓库里的对比图不用我多嘴左边是带水印的图右边是 IOPaint 修复后的样子水印区域被周围纹理自然填满看不出修补痕迹。它管的不只是水印——路人、杂物、文字、划痕涂抹后交给模型补全就行。看完这两张图你心里应该有数了这工具值不值得占你的磁盘空间。按你的机器选路线先说好前提装之前把浏览器、虚拟机这些吃内存的东西关掉给安装过程留出余量。Windows 用户直接用仓库里的 安装脚本目录win_setup_cn.bat装环境、win_start_cn.bat启动不用敲命令。用命令行的话先把仓库克隆到本地仓库地址是https://gitcode.com/GitHub_Trending/io/IOPaintgit clone之后cd IOPaint再往下走。如果你的机器是 8G 内存以下或者压根没有独显→ 走 CPU 路线别折腾显卡# 先建个干净环境别用系统自带的 Python python -m venv env source env/bin/activate pip install iopaint iopaint start --model lama --device cpu --port 8080预期表现能出图一张 512 像素的图要等十几秒到几十秒慢但稳。如果你的机器是 8G 及以上、且有 NVIDIA 显卡 → 走 GPU 路线# 先装 CUDA 11.8 对应版本的 PyTorch pip install torch2.1.2 torchvision0.16.2 --extra-index-url https://download.pytorch.org/whl/cu118 pip install iopaint iopaint start --model lama --device cuda --port 8080 --inbrowser预期表现同样一张图从几十秒压到一两秒--inbrowser会自动帮你打开网页。装完如果报错别去翻日志对着下面两条查报CUDNN_STATUS_NOT_INITIALIZED→ 多半是 PyTorch 和驱动对不上重新执行上面那条带cu118的 torch 安装命令。终端里输iopaint提示不是内部命令或 command not found → 环境没激活先source env/bin/activateWindows 是env\Scripts\activate再试。说白了就是别让包装错 Python 里。让它跑快一点分三层来一层确认一个事能跑先别上花活lama 模型加 CPU 处理一张 512 像素的图。出图即环境没问题。原理一句话最小配置验证链路。跑得快切到--device cuda再加--low-mem。原理一句话切片算注意力省显存。跑得稳显存还是紧张时加--cpu-textencoder和--cpu-offload。说白了就是让程序别一上来就把所有东西塞进显存。不同配置下处理一张 1024 像素图的大致表现数值是实测约数机器不同别较真配置单张耗时约显存/内存占用约CPU lama20 秒左右3~4GBCUDA默认参数2~3 秒5GB 上下CUDA --low-mem3~5 秒3GB 左右拿它干点实际的场景一批量清理老照片。你给它什么一个装满原图的文件夹加一个蒙版文件夹黑白图白处是要擦的地方或者只提供一张蒙版让它套用到所有图。它吐什么一个干净的输出文件夹加上--concat还会生成原图 蒙版 结果的三合一图方便核对。中间跑了什么iopaint run --model lama --device cpu --image 原图目录 --mask 蒙版目录 --output 输出目录。程序逐张读图和蒙版把涂抹区域交给 lama 补全后落盘CPU 就能跑通。场景二串 ffmpeg 给视频逐帧去水印。你给它什么一段带固定位置水印的视频加一张画好水印位置的蒙版图。它吐什么一段干净视频。中间产物是一整帧处理好的画面文件夹。中间跑了什么ffmpeg -i input.mp4 frames/%05d.jpg把视频拆成帧iopaint run --model lama --device cpu --image frames --mask mask.png --output frames_fixed让同一个蒙版作用到每一帧ffmpeg -i frames_fixed/%05d.jpg -c:v libx264 -crf 23 output.mp4拼回去。一条拆帧—修图—合成的流水线。卡住了先查这里你看到的报错/现象多半是什么原因30 秒能做的动作CUDA out of memory或直接闪退显存塞不下模型和图片启动命令加--low-mem再来一次CUDNN_STATUS_NOT_INITIALIZEDPyTorch 的 CUDA 版本和驱动不匹配重装torch2.1.2的 cu118 版启动卡在模型下载不动网络到不了 HuggingFace设置镜像环境变量HF_ENDPOINThttps://hf-mirror.com后重启8080 端口被占用上次的服务没退干净换--port 8081或者先杀掉旧进程收尾装通靠干净环境跑快靠--low-mem翻车先看上面的表。下一步就去试--cpu-offload对比一下显存占用。【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