wxya（个人网站）Lama clean
如果通过接口实现，可能要在物体的 mask 边缘继续扩大，否则重绘的效果不是特别好
Lama Cleaner
介绍
Segment Anything Model（SAM）
IOPaint原项目名是Lama Cleaner，这个项目就是SOTA人工智能模型支持的图像修复工具。从图片中删除任何不需要的对象、缺陷、人物或擦除和替换任何东西。
擦除模型（Erase models）
扩散模型（Diffusion models）
摘要
- 问题描述：目前的图像修复算法在大块缺失区域、复杂几何结构以及高分辨率图像上的修复效果差强人意。
- 原因分析：在修复网络和损失函数都缺少有效的感受野。
- 解决方案： large mask inpainting（lama）
- 1）使用 fast Fourier convolutions（FFCs）以获取更大（wide）的感受野；
- 2）使用一个更大（high）感受野的 perceptual loss（感知损失）；
- 3）训练的时候采用更大（large）的 mask 来验证前 2 步改进的效果。
- 实验结果：超过了以往的 SOTA 模型，鲁棒性更好（即使在比训练的分辨率 256x256 更高的图像上也有很好的效果），参数量和时间也更少。
插件
插件名 插件作用
Segment Anything 实现准确快速的交互式对象分割
RemoveBG 删除图像背景或为前景对象生成蒙版
Anime Segmentation 与RemoveBG类似，该模型专门针对动漫图像进行训练
RealESRGAN 超分辨率
GFPGAN 图像面部恢复
RestoreFormer 图像脸部修复
case python
部署
Loading...