超简单搭建AI去水印和图像修复算法lama-cleaner二

  1. 先看第一篇LaMa模型的使用, 再往下看下面的内容:
    超简单搭建AI去水印和图像修复算法lama-cleaner(包含网页UI单张操作和代码批量运行)一

7.其他算法模型调用和使用(可以自行选择模型, 调试哪个效果更好)

其他不同模型测试的效果与LaMa的对比:

bash 复制代码
效果:LDM > LaMa
速度:LDM更慢
特点:比LaMa有更好、更多的细节


效果:ZITS > LaMa
速度:ZITS更慢
特点:能在高分辨弱纹理场景中,恢复关键的边缘和线框


效果:MAT 和 LaMa 差不多
速度:MAT稍慢一些
特点:大面积像素缺失的补全, 并提供多样性生成(会大幅改变原始图的特征)


效果:FcF > LaMa
速度:差不多
特点:能生成更好的结构和纹理, 但只能支持512x512的输入


效果:Manga > LaMa (在漫画图上的效果)
速度:差不多
特点:能生成更好的结构和纹理, 但只能支持512x512的输入在漫画图像上表现的比LaMa模型效果更好
7.1 LDM模型
bash 复制代码
github:https://github.com/CompVis/latent-diffusion
paper:https://arxiv.org/abs/2112.10752

--model=ldm

LDM模型手动下载:
(1) https://github.com/Sanster/models/releases/download/add_ldm/diffusion.pt、
(2) https://github.com/Sanster/models/releases/download/add_ldm/cond_stage_model_decode.pt
(3) https://github.com/Sanster/models/releases/download/add_ldm/cond_stage_model_encode.pt
7.2 ZITS模型
bash 复制代码
github:https://github.com/DQiaole/ZITS_inpainting
paper:https://arxiv.org/abs/2203.00867

--model=zits

ZITS模型手动下载:
https://github.com/Sanster/models/releases/download/add_zits/zits-wireframe-0717.pt
https://github.com/Sanster/models/releases/download/add_zits/zits-edge-line-0717.pt
https://github.com/Sanster/models/releases/download/add_zits/zits-structure-upsample-0717.pt
https://github.com/Sanster/models/releases/download/add_zits/zits-inpaint-0717.pt
7.3 MAT模型
bash 复制代码
github:https://github.com/fenglinglwb/MAT
paper:https://arxiv.org/abs/2203.15270

--model=mat

MAT模型手动下载:
https://github.com/Sanster/models/releases/download/add_mat/Places_512_FullData_G.pth
7.4 FcF模型
bash 复制代码
github:https://github.com/SHI-Labs/FcF-Inpainting
paper:https://arxiv.org/abs/2208.03382

--model=fcf

FcF模型手动下载:
https://github.com/Sanster/models/releases/download/add_fcf/places_512_G.pth
7.5 Manga模型
bash 复制代码
Manga模型
github:https://github.com/msxie92/MangaInpainting
paper:https://www.cse.cuhk.edu.hk/~ttwong/papers/mangainpaint/mangainpaint.html

--model=manga

Manga模型手动下载:
https://github.com/Sanster/models/releases/download/manga/erika.jit
https://github.com/Sanster/models/releases/download/manga/manga_inpaintor.jit

参考网址:
利用Lama Cleaner本地实现AIGC试玩:擦除对象、替换对象、更换风格等等-CSDN博客

相关推荐
珠海西格电力2 小时前
零碳园区物流园区架构协同方案
人工智能·物联网·架构·能源
向成科技2 小时前
新品 | 向成电子XC3576M小体积主板,全面适配国产麒麟操作系统
人工智能·ai·解决方案·硬件·国产操作系统·麒麟系统·主板
水如烟3 小时前
孤能子视角:人工智能的“安全对齐“与“共享学习“
人工智能
夏天是冰红茶3 小时前
小目标检测:PinwheelConv详解
人工智能·目标检测·计算机视觉
老蒋新思维3 小时前
创客匠人启示:破解知识交付的“认知摩擦”——IP、AI与数据的三角解耦模型
大数据·人工智能·网络协议·tcp/ip·重构·创客匠人·知识变现
爱笑的眼睛113 小时前
深入解析Matplotlib Axes API:构建复杂可视化架构的核心
java·人工智能·python·ai
百***07453 小时前
GPT-5.2 极速接入指南:流程详解与主流模型对比
网络·人工智能·gpt
工程师丶佛爷3 小时前
从零到一MCP集成:让模型实现从“想法”到“实践”的跃迁
大数据·人工智能·python
黑客思维者3 小时前
机器学习001:从“让机器学会思考”到生活中的智能魔法
人工智能·机器学习·生活