IOPaint PowerPaint V2 图像修复实测4 个真实场景下的效果与参数选择【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想批量去掉图片上的水印、路人、文字IOPaint PowerPaint V2 是一款免费开源的图像修复工具在照片上把不想要的部分涂黑它就自动用 AI 把区域补全还能替换物体和外扩画布。接下来 10 分钟你能带走三样东西它的工作原理、最快上手步骤、一份可直接抄的参数表。 IOPaint PowerPaint V2 修复原理两条提示词流怎么分工把它想成两个改卷老师同时批改同一张画一个只看四周负责交代背景原本该长什么样一个只背一条规矩——被擦掉的东西不许再出现。白话结论IOPaint 在修复任务里让 Stable Diffusion 1.5 的去噪网络负责逐像素生成的主干叫 UNet同时跑两条文本流一条用上下文线索引导生成另一条塞入P_obj物体移除标记作为负面线索。所以你做移除时完全不用写提示词模型自己会按照着四周补、别画那个物体执行。这些标记词是按任务类型动态拼进去的逻辑见 powerpaint_tokenizer.py# powerpaint_tokenizer.py 片段 if task PowerPaintTask.object_remove: # 物体移除任务 promptA prompt P_ctxt # 上下文流 promptB prompt P_ctxt negative_promptA negative_prompt P_obj # 负向流告诉它去掉物体 negative_promptB negative_prompt P_obj这段代码根据你选的任务给提示词末尾拼上不同标记词相当于告诉模型现在处在哪种作业模式。掩码图像本身则由 BrushNet 条件网络一个独立读取原图掩码、提取特征的小网络消化后逐层注入去噪主干核心结构在 iopaint/model/power_paint/v2/。 IOPaint 安装步骤CPU 机器也能跑出第一个效果环境要求一行带过Python 3.8有 GPU 先装 CUDA 版 PyTorch没有 GPU 也能跑。最快能跑通的最低配置是无 GPU 的普通电脑装 lama 模型、CPU 推理即可纯移除场景完全够用。安装工具并启动首次启动会自动下载模型权重--model-dir可换下载目录pip3 install iopaint iopaint start --modellama --devicecpu --port8080这条命令装好工具并打开本地网页浏览器访问 http://localhost:8080 就能开始涂掩码。lama 是不走扩散过程的纯擦除模型CPU 上单张几秒出结果。要体验完整的 PowerPaint V2换物、外扩画布换到 GPUiopaint start --modelpower_paint_v2 --devicecuda若你的版本列表里没有这个名字用iopaint start --help查可用模型。批量任务用iopaint run实现见 iopaint/batch_processing.pyiopaint run --modellama --devicecpu \ --image/path/to/image_folder \ --mask/path/to/mask_folder \ --outputoutput_dir这条命令把整个目录一次处理完--image和--mask按文件名一一对应--mask指向单个掩码文件时所有图片共用同一个掩码。 IOPaint 效果实测4 个高频移除场景以下场景取自仓库示例图均为默认参数50 步、引导强度 7.5一次生成。物体移除灯笼去除干净剩余绳子与背景纹理衔接自然。注意掩码边缘如果涂得太生硬边界会残留一圈轮廓需要靠sd_mask_blur柔化。水印去除半透明水印横跨大面积是最难的一类修完后背景色调与原图基本连续没有明显补丁感这是扩散模型相对传统擦除的优势。人物移除人物遮挡面积大模型能顺着周边环境重建背景但偶尔会把背景里细小的结构带歪。建议掩码比人物外轮廓多留几个像素余量再跑。漫画文字清除对话框文字去除后线稿和色块保留完整纯色平涂区域边缘最干净密集排线区域偶有文字残留把掩码放大重跑一遍即可。️ IOPaint 参数怎么选质量、速度、显存三档配置目标配置理由质量优先交付级power_paint_v2sd_steps50guidance7.5mask_blur1150 步是默认值细节最完整7.5 是提示词贴合度与画质的平衡点速度优先几百张纯移除换 lama 走 CPU扩散任务降到 sd_steps20去噪耗时随步数近似线性20 步比 50 步快约 2.5 倍显存紧张≤8GB加--cpu-offload --low-mem模块按需搬回 CPU显存降到可用区间单张耗时变长纯 CPU 机器--devicecpu --no-half lamafloat32 推理扩散模型在 CPU 上太慢只建议 lama需要结果可复现固定 sd_seed默认 42-1 为随机同参数出同结果方便对比调参前后差异两点补充sd_mask_blur默认 11值越大掩码边缘与原图融合越软sd_strength越接近 1.0重绘越彻底、越偏离原图。 IOPaint 显存优化与常见坑Q6GB 显存启动扩散模型直接 OOM加--cpu-offload未用到的模块会依次卸载到 CPU仍不够就把纯移除任务切到 lama 模型它不走扩散过程显存占用低得多。Q一次处理上百张图怎么批iopaint run --image 图目录 --mask 掩码目录 --output 输出目录掩码按文件名与图片一一对应全程一条命令结果直接落盘到输出目录。Q修复区边缘发虚或颜色发灰把sd_mask_blur从默认 11 往上调只是颜色不一致时打开sd_match_histograms它会重调修复区直方图使其贴近原图。Q删掉的物体还能看到残影通常是掩码没涂满把掩码外沿扩几个像素同时把sd_strength提到 1.0让去噪更彻底。QCPU 跑扩散模型要等多久lama 在 CPU 上单张约几秒扩散模型比 lama 慢至少一个数量级CPU 批量不现实只适合偶尔试一张。IOPaint PowerPaint V2 适合需要批量去水印、去路人、去文字以及想在本地自托管修复服务、又受显存限制的开发者。更多模型列表与安装细节见 README.md。【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 PowerPaint V2 图像修复实测：4 个真实场景下的效果与参数选择
IOPaint PowerPaint V2 图像修复实测4 个真实场景下的效果与参数选择【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想批量去掉图片上的水印、路人、文字IOPaint PowerPaint V2 是一款免费开源的图像修复工具在照片上把不想要的部分涂黑它就自动用 AI 把区域补全还能替换物体和外扩画布。接下来 10 分钟你能带走三样东西它的工作原理、最快上手步骤、一份可直接抄的参数表。 IOPaint PowerPaint V2 修复原理两条提示词流怎么分工把它想成两个改卷老师同时批改同一张画一个只看四周负责交代背景原本该长什么样一个只背一条规矩——被擦掉的东西不许再出现。白话结论IOPaint 在修复任务里让 Stable Diffusion 1.5 的去噪网络负责逐像素生成的主干叫 UNet同时跑两条文本流一条用上下文线索引导生成另一条塞入P_obj物体移除标记作为负面线索。所以你做移除时完全不用写提示词模型自己会按照着四周补、别画那个物体执行。这些标记词是按任务类型动态拼进去的逻辑见 powerpaint_tokenizer.py# powerpaint_tokenizer.py 片段 if task PowerPaintTask.object_remove: # 物体移除任务 promptA prompt P_ctxt # 上下文流 promptB prompt P_ctxt negative_promptA negative_prompt P_obj # 负向流告诉它去掉物体 negative_promptB negative_prompt P_obj这段代码根据你选的任务给提示词末尾拼上不同标记词相当于告诉模型现在处在哪种作业模式。掩码图像本身则由 BrushNet 条件网络一个独立读取原图掩码、提取特征的小网络消化后逐层注入去噪主干核心结构在 iopaint/model/power_paint/v2/。 IOPaint 安装步骤CPU 机器也能跑出第一个效果环境要求一行带过Python 3.8有 GPU 先装 CUDA 版 PyTorch没有 GPU 也能跑。最快能跑通的最低配置是无 GPU 的普通电脑装 lama 模型、CPU 推理即可纯移除场景完全够用。安装工具并启动首次启动会自动下载模型权重--model-dir可换下载目录pip3 install iopaint iopaint start --modellama --devicecpu --port8080这条命令装好工具并打开本地网页浏览器访问 http://localhost:8080 就能开始涂掩码。lama 是不走扩散过程的纯擦除模型CPU 上单张几秒出结果。要体验完整的 PowerPaint V2换物、外扩画布换到 GPUiopaint start --modelpower_paint_v2 --devicecuda若你的版本列表里没有这个名字用iopaint start --help查可用模型。批量任务用iopaint run实现见 iopaint/batch_processing.pyiopaint run --modellama --devicecpu \ --image/path/to/image_folder \ --mask/path/to/mask_folder \ --outputoutput_dir这条命令把整个目录一次处理完--image和--mask按文件名一一对应--mask指向单个掩码文件时所有图片共用同一个掩码。 IOPaint 效果实测4 个高频移除场景以下场景取自仓库示例图均为默认参数50 步、引导强度 7.5一次生成。物体移除灯笼去除干净剩余绳子与背景纹理衔接自然。注意掩码边缘如果涂得太生硬边界会残留一圈轮廓需要靠sd_mask_blur柔化。水印去除半透明水印横跨大面积是最难的一类修完后背景色调与原图基本连续没有明显补丁感这是扩散模型相对传统擦除的优势。人物移除人物遮挡面积大模型能顺着周边环境重建背景但偶尔会把背景里细小的结构带歪。建议掩码比人物外轮廓多留几个像素余量再跑。漫画文字清除对话框文字去除后线稿和色块保留完整纯色平涂区域边缘最干净密集排线区域偶有文字残留把掩码放大重跑一遍即可。️ IOPaint 参数怎么选质量、速度、显存三档配置目标配置理由质量优先交付级power_paint_v2sd_steps50guidance7.5mask_blur1150 步是默认值细节最完整7.5 是提示词贴合度与画质的平衡点速度优先几百张纯移除换 lama 走 CPU扩散任务降到 sd_steps20去噪耗时随步数近似线性20 步比 50 步快约 2.5 倍显存紧张≤8GB加--cpu-offload --low-mem模块按需搬回 CPU显存降到可用区间单张耗时变长纯 CPU 机器--devicecpu --no-half lamafloat32 推理扩散模型在 CPU 上太慢只建议 lama需要结果可复现固定 sd_seed默认 42-1 为随机同参数出同结果方便对比调参前后差异两点补充sd_mask_blur默认 11值越大掩码边缘与原图融合越软sd_strength越接近 1.0重绘越彻底、越偏离原图。 IOPaint 显存优化与常见坑Q6GB 显存启动扩散模型直接 OOM加--cpu-offload未用到的模块会依次卸载到 CPU仍不够就把纯移除任务切到 lama 模型它不走扩散过程显存占用低得多。Q一次处理上百张图怎么批iopaint run --image 图目录 --mask 掩码目录 --output 输出目录掩码按文件名与图片一一对应全程一条命令结果直接落盘到输出目录。Q修复区边缘发虚或颜色发灰把sd_mask_blur从默认 11 往上调只是颜色不一致时打开sd_match_histograms它会重调修复区直方图使其贴近原图。Q删掉的物体还能看到残影通常是掩码没涂满把掩码外沿扩几个像素同时把sd_strength提到 1.0让去噪更彻底。QCPU 跑扩散模型要等多久lama 在 CPU 上单张约几秒扩散模型比 lama 慢至少一个数量级CPU 批量不现实只适合偶尔试一张。IOPaint PowerPaint V2 适合需要批量去水印、去路人、去文字以及想在本地自托管修复服务、又受显存限制的开发者。更多模型列表与安装细节见 README.md。【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