Lama Cleaner一条命令完成 AI 图片擦除去水印、物体消除、老照片修复都在这里【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照片里的水印、闯入画面的路人、想擦掉的文字平时打开 Photoshop 处理总显得太重。IOPaint 里的Lama Cleaner把这件事压缩成了两条命令一张原图加一张遮罩AI 图片擦除直接出结果命令行里就能跑完整个流程。Lama Cleaner 是什么Lama Cleaner 是 IOPaint 中的擦除类模型封装核心算法实现在 iopaint/model/lama.py它读取原图和 mask遮罩图由深度学习模型重建被遮盖的区域做到物体消除而不破坏周围画面。它和 IOPaint 里的扩散类模型如 PowerPaint互补——扩散模型负责生成式重绘Lama 负责擦除后自然补全且体积小、速度快CPU 上也能用。两个可选模型模型名--model取值适用场景体积lama通用照片去水印、路人消除、杂物修补约 237 MBanime-lama动漫、漫画风格图像修补约 237 MB关于 mask遮罩图一张与内容对应的黑白图白色区域 要擦除的部分黑色 保留原图。没有现成 mask 也不用慌用任意画图工具涂白即可批量处理时 mask 尺寸可以和原图不同工具会自动对齐。环境准备与模型下载三步完成初始化git clone https://link.gitcode.com/i/5af335234272e9754992d6e687dd1659 cd IOPaint pip install -r requirements.txt再预下载模型不预下载也行run时会自动触发下载python main.py download --model lama模型默认缓存在系统缓存目录~/.cache加--model-dir /your/path可以自定义存放位置。处理动漫图的话把--model换成anime-lama即可。核心命令单图擦除与批量擦除怎么写单图擦除命令python main.py run \ --model lama \ --device cpu \ --image assets/unwant_object.jpg \ --mask your_masks/unwant_object_mask.png \ --output result.jpg参数含义--model指定擦除模型默认就是lama--device选cpu或cuda--image是原图路径--mask是遮罩图路径示例中的 mask 路径需换成你自己画的那张--output是结果保存位置。追加--concat true会额外输出原图 mask 结果三合一拼接图方便快速验收。批量擦除命令python main.py run \ --model lama \ --image ./input_images/ \ --mask ./masks/ \ --output ./results/两个目录一一对应mask 文件必须与对应原图同名同名不同后缀也可否则该图会被跳过结果统一以 PNG 写入--output目录执行过程带进度条。批量逻辑在 iopaint/batch_processing.py需要跨任务复用的参数可通过--config config.json加载。场景实战四类高频清理任务去水印python main.py run \ --model lama \ --image assets/watermark.jpg \ --mask your_masks/watermark_mask.png \ --output watermark_removed.png技巧mask 允许比原图更小工具会自动缩放到原图尺寸——所以你可以只裁出带水印的那一角来涂白不必处理整张大图。路人消除python main.py run \ --model lama \ --image assets/unwant_person.jpg \ --mask your_masks/unwant_person_mask.png \ --output person_removed.png技巧人物边缘的毛发、影子最容易留残影涂白时把范围比人物实际轮廓稍微放大一圈模型用周边像素重建的效果会更干净。文字擦除python main.py run \ --model lama \ --image assets/unwant_text.jpg \ --mask your_masks/unwant_text_mask.png \ --output text_erased.png技巧复杂背景上的文字要把笔画贴紧涂满宁可涂得略宽——漏掉的碎笔画会直接留在结果里。动漫漫画修补python main.py run \ --model anime-lama \ --image assets/manga.png \ --mask your_masks/manga_mask.png \ --output manga_clean.png技巧动漫、漫画类图片一律换--model anime-lama它针对二次元纹理训练线条和色块的衔接更自然。 老照片修复划痕、折痕、污渍同样走run命令 标准lama如果还要修复照片里的人脸可以用 Web 界面叠加 GFPGAN 插件下文会提到。性能与输出调优设备、内存、质量参数怎么选run与start可调参数不同按需取用参数所属命令说明--device cpurun / startCPU 运行默认值无显卡环境直接用--device cudarun / startNVIDIA 显卡加速批量处理时收益最大--low-memstart低内存模式显存/内存紧张时开启--cpu-offloadstart模型分块在 CPU 与 GPU 间调度进一步压低显存--quality 95startJPG 输出质量1-100默认 100--config config.jsonrun用 JSON 配置文件带入常用参数run的输出固定为 PNG质量参数不在此生效--model-dir dirrun / start / download自定义模型缓存目录命令行用户只需要记住run那一行设备、拼接图、配置文件三个参数覆盖绝大多数需求。不碰终端Web 可视化界面不想敲命令时一行启动图形界面python main.py start --model lama --inbrowser服务默认监听127.0.0.1:8080--inbrowser会自动拉起浏览器。核心能力有三个画笔直接在原图上涂出 mask省去手动制作遮罩图修复结果即时预览方便反复微调涂抹范围同一界面还能切换到扩散类修补模型并可加开--enable-gfpgan、--enable-realesrgan等增强插件。界面主体代码在 web_app/src/components/Editor.tsx。排错指南模型下载慢原因模型源在海外直连速度慢。解决用国内可达的镜像替换下载地址export LAMA_MODEL_URLhttps://你的镜像/big-lama.pt后重新执行python main.py download --model lama。修复结果发糊、边缘生硬原因输入分辨率不足或 mask 边缘过硬导致重建范围突变。解决提高原图分辨率再跑对 mask 白色区域的边缘做羽化让过渡更平缓。参数记不住原因可选参数分散在run和start两个子命令里。解决把常用设置存成 JSONrun时通过--config config.json一次性带入不确定的参数名用python main.py run --help随时查。进一步阅读核心算法源码iopaint/model/lama.py批量处理实现iopaint/batch_processing.py全部 CLI 参数定义iopaint/cli.py接下来挑一张你相册里碍眼的照片画好 mask把上面第一条run命令跑通——剩下的就是调参数的手感问题了。【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
Lama Cleaner：一条命令完成 AI 图片擦除，去水印、物体消除、老照片修复都在这里
Lama Cleaner一条命令完成 AI 图片擦除去水印、物体消除、老照片修复都在这里【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照片里的水印、闯入画面的路人、想擦掉的文字平时打开 Photoshop 处理总显得太重。IOPaint 里的Lama Cleaner把这件事压缩成了两条命令一张原图加一张遮罩AI 图片擦除直接出结果命令行里就能跑完整个流程。Lama Cleaner 是什么Lama Cleaner 是 IOPaint 中的擦除类模型封装核心算法实现在 iopaint/model/lama.py它读取原图和 mask遮罩图由深度学习模型重建被遮盖的区域做到物体消除而不破坏周围画面。它和 IOPaint 里的扩散类模型如 PowerPaint互补——扩散模型负责生成式重绘Lama 负责擦除后自然补全且体积小、速度快CPU 上也能用。两个可选模型模型名--model取值适用场景体积lama通用照片去水印、路人消除、杂物修补约 237 MBanime-lama动漫、漫画风格图像修补约 237 MB关于 mask遮罩图一张与内容对应的黑白图白色区域 要擦除的部分黑色 保留原图。没有现成 mask 也不用慌用任意画图工具涂白即可批量处理时 mask 尺寸可以和原图不同工具会自动对齐。环境准备与模型下载三步完成初始化git clone https://link.gitcode.com/i/5af335234272e9754992d6e687dd1659 cd IOPaint pip install -r requirements.txt再预下载模型不预下载也行run时会自动触发下载python main.py download --model lama模型默认缓存在系统缓存目录~/.cache加--model-dir /your/path可以自定义存放位置。处理动漫图的话把--model换成anime-lama即可。核心命令单图擦除与批量擦除怎么写单图擦除命令python main.py run \ --model lama \ --device cpu \ --image assets/unwant_object.jpg \ --mask your_masks/unwant_object_mask.png \ --output result.jpg参数含义--model指定擦除模型默认就是lama--device选cpu或cuda--image是原图路径--mask是遮罩图路径示例中的 mask 路径需换成你自己画的那张--output是结果保存位置。追加--concat true会额外输出原图 mask 结果三合一拼接图方便快速验收。批量擦除命令python main.py run \ --model lama \ --image ./input_images/ \ --mask ./masks/ \ --output ./results/两个目录一一对应mask 文件必须与对应原图同名同名不同后缀也可否则该图会被跳过结果统一以 PNG 写入--output目录执行过程带进度条。批量逻辑在 iopaint/batch_processing.py需要跨任务复用的参数可通过--config config.json加载。场景实战四类高频清理任务去水印python main.py run \ --model lama \ --image assets/watermark.jpg \ --mask your_masks/watermark_mask.png \ --output watermark_removed.png技巧mask 允许比原图更小工具会自动缩放到原图尺寸——所以你可以只裁出带水印的那一角来涂白不必处理整张大图。路人消除python main.py run \ --model lama \ --image assets/unwant_person.jpg \ --mask your_masks/unwant_person_mask.png \ --output person_removed.png技巧人物边缘的毛发、影子最容易留残影涂白时把范围比人物实际轮廓稍微放大一圈模型用周边像素重建的效果会更干净。文字擦除python main.py run \ --model lama \ --image assets/unwant_text.jpg \ --mask your_masks/unwant_text_mask.png \ --output text_erased.png技巧复杂背景上的文字要把笔画贴紧涂满宁可涂得略宽——漏掉的碎笔画会直接留在结果里。动漫漫画修补python main.py run \ --model anime-lama \ --image assets/manga.png \ --mask your_masks/manga_mask.png \ --output manga_clean.png技巧动漫、漫画类图片一律换--model anime-lama它针对二次元纹理训练线条和色块的衔接更自然。 老照片修复划痕、折痕、污渍同样走run命令 标准lama如果还要修复照片里的人脸可以用 Web 界面叠加 GFPGAN 插件下文会提到。性能与输出调优设备、内存、质量参数怎么选run与start可调参数不同按需取用参数所属命令说明--device cpurun / startCPU 运行默认值无显卡环境直接用--device cudarun / startNVIDIA 显卡加速批量处理时收益最大--low-memstart低内存模式显存/内存紧张时开启--cpu-offloadstart模型分块在 CPU 与 GPU 间调度进一步压低显存--quality 95startJPG 输出质量1-100默认 100--config config.jsonrun用 JSON 配置文件带入常用参数run的输出固定为 PNG质量参数不在此生效--model-dir dirrun / start / download自定义模型缓存目录命令行用户只需要记住run那一行设备、拼接图、配置文件三个参数覆盖绝大多数需求。不碰终端Web 可视化界面不想敲命令时一行启动图形界面python main.py start --model lama --inbrowser服务默认监听127.0.0.1:8080--inbrowser会自动拉起浏览器。核心能力有三个画笔直接在原图上涂出 mask省去手动制作遮罩图修复结果即时预览方便反复微调涂抹范围同一界面还能切换到扩散类修补模型并可加开--enable-gfpgan、--enable-realesrgan等增强插件。界面主体代码在 web_app/src/components/Editor.tsx。排错指南模型下载慢原因模型源在海外直连速度慢。解决用国内可达的镜像替换下载地址export LAMA_MODEL_URLhttps://你的镜像/big-lama.pt后重新执行python main.py download --model lama。修复结果发糊、边缘生硬原因输入分辨率不足或 mask 边缘过硬导致重建范围突变。解决提高原图分辨率再跑对 mask 白色区域的边缘做羽化让过渡更平缓。参数记不住原因可选参数分散在run和start两个子命令里。解决把常用设置存成 JSONrun时通过--config config.json一次性带入不确定的参数名用python main.py run --help随时查。进一步阅读核心算法源码iopaint/model/lama.py批量处理实现iopaint/batch_processing.py全部 CLI 参数定义iopaint/cli.py接下来挑一张你相册里碍眼的照片画好 mask把上面第一条run命令跑通——剩下的就是调参数的手感问题了。【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