AI人工智能去水印模型LaMa Cleaner一键开箱、去水印修复人物及其他缺陷+软件版下载！

什么是 Lama Cleaner ？

Lama Cleaner 是由 SOTA AI 模型提供支持的图像修复工具。可以从图片中移除任何不需要的物体、缺陷和人，或者擦除并替换（powered by stable diffusion）图片上的任何东西。

Lama Cleaner 分为 GPU 版本和 CPU 版本，这两个版本的体积相差巨大，老苏猜测CPU 版本应该是个精简版，没有内置 stable diffusion，因此是不支持替换功能的，能否修复旧照片，

目前这款开源工具在github上也是有12kstar：

关于安装方式，官方也提供了多种方式，我这边实验的话，是用的pip方式，非常简单，安装好python环境，直接pip装包，执行启动命令后，直接在网页端打开就好，真实即开即用。

如果觉得部署麻烦，还可以在文章末尾下载软件版使用

也是用的luma这个模型

一、安装

1、LaMa Cleaner最简单的安装方法是通过pip安装

pip 是 Python 的包管理工具，该工具提供了对Python 包的查找、下载、安装、卸载的功能。如果电脑上没安装python，那么去官网 python.org 下载3.7 ~ 3.10版本的安装包（亲测最新的3.11.2版不支持），默认安装已经自带了该工具。安装完python后，如果仍没有办法在终端中运行pip，请检查一下python安装目录下的scripts子目录是否已经加入了系统的Path变量中。

pip安装是最简单的（支持python 3.7 ~ 3.10）

pip install lama-cleaner

安装完成后，运行以下命令启动lama cleaner, 首次运行时会自动下载所需模型。

lama-cleaner --model=lama --device=cuda --port=8080

然后直接在浏览器访问：

http://localhost:8080

如果，我是说如果，你没有启动成功，或者报一些奇怪的问题，可以后台踢我，建议尽量自行百度解决。

更多其它使用方法可以去参考官方：https://lama-cleaner-docs.vercel.app/

2、如果不会pip也可以直接下载封装好的安装包

我把目前最新版本的安装包文件（版本0.35.0）放在百度网盘上了，174M。文章末尾回复关键词下载！

安装

首先肯定是下载（下载地址在文章末尾），下载完成后，记得解压缩，然后在解压后的目录中找到 win_config.bat ，双击运行：

会弹出cmd窗口自动下载安装所需的环境，整个下载过程根据网络情况不同，可能有快有慢（有魔法最好开启魔法），不要着急，安静等待，如果安装过程因网络问题出现错误导致失败也没有关系，重新运行 win_config.bat 即可，如下：

自动安装所需环境

直到出现下面的界面：

此时会自动从浏览器打开配置页面，网址为 http://127.0.0.1:7860/ ，如下：

参照上图进行设置，然后点击网页顶部的 Save configurations 保存。

使用

前面准备工作已完成，现在开始使用，切换到lama-cleaner文件夹，双击运行 win_start.bat

弹出cmd窗口，首次运行时会自动开始下载 lama 模型文件，如下：

下载完成后，会自动打开lama-cleaner 的 GUI 窗口，如下：

这时候就可以使用了，去水印操作也非常简单，可以点击中间区域导入需要处理的图片，也可以直接将图片拖进来，图片导入后，根据水印大小结合下方的 Brush 滑块调节复笔触大小，然后使用鼠标直接在图片中的水印位置涂抹即可，下面为动图演示。

可以看到，效果杠杠的，速度也很快，可以说是立竿见影，当然，如果你没有独立显卡，使用CPU的话可能会慢一些。

关于模型（Model）在下文有详细的介绍，一般用lama即可；如果你电脑也没有支持CUDA的Nvidia显卡，选择CPU。最后点击页面顶端的“Save configrations”按钮，会在安装目录中保存成一个启动配置文件installer_config.json，这样下次启动lama cleaner时就会以相应的参数启动。

最后关掉此页面，在终端窗口中按Ctrl+C键可结束此配置程序。

在终端中运行.\win_start.bat命令，开始运行lama cleaner。如果有需要下载的模型支持包，会自动下载安装，如下图所示：

首次正常下载安装后，以后就不需要重复下载了。如果有异常，可反复运行win_start.bat。

最终会成功启动lama cleaner。关掉cleaner窗口退出时，在终端中按任意键即可：

Lama cleaner界面及使用都很简单，不用过多解释，要点都在下图中标注了：

二、AI模型

这部分内容需要科学上网才可以在原网站看得到，为了方便我就翻译保存过来（由于我的机器没有支持CUDA的Nvidia显卡，所以我只实际测试了LaMa一个模型，其它模型在我机器上运行太慢不得不放弃测试。从介绍中看其它模型的效果还是非常令人期待的）。

Lama Cleaner支持许多开箱即用的AI修复模型，这些模型可分为三类：

1、擦除类（Erase）

A. LaMa

LaMa是具有傅里叶卷积的分辨率稳健型大型掩模修复模型，由三星研究院官方实现。

文章开头的效果图，就是LaMa模型的。

B. LDM

基于潜在扩散模型的高分辨率图像合成

LDM 相比于LaMa：

👍 可能获得比 LaMa 更好、更有细节的结果

👍 通过调整步数（step）来获得处理时间和图片质量的平衡

😐 处理速度比LaMa模型慢的多 (3080 12it/s)

😐 需要更多的GPU内存 (512x512 5.8G)

以下为效果图对比：

原图：

LaMa模型处理后：

LDM模型处理后：

C. ZITS

ZITS 相比于 LaMa：

· 👍更好的整体结构

· 😐 线框模块在 CPU 上非常慢

以下为效果图对比：

原图：

ZITS模型处理后：

LaMa模型处理后：

D.MAT: Mask-Aware Transformer for Large Hole Image Inpainting（用于大孔图像修复的掩模感知转换器）

就是在原图上大面积涂抹后，它仍能给画出个比较理想的效果来：

2、擦除和替换类（Erase and Replace）

A.Stable Diffusion: 根据文字描述替换图片中的物体。

这个也挺牛，用文字描述就能替换图片中的物体。没办法发油管视频，截图示意如下：在提示框内输入A fox sitting on a bench（一只坐在长凳上的狐狸）就能把原图上的选中的小狗给换掉！

B.Paint by Example: 使用示例图像指导模型在图像上生成类似的内容。

啥也不用说了，看图吧：

3、图片编辑（Picture Editing）

A.InstructPix2Pix: 使用文本说明编辑图片。

输入文本，就把原图给修改完了，神不神奇？！

三、其它事项

1、Interactive Segmentation

Lama Cleaner集成了一个Interactive Segmentation（交互式分段模型），开关在页面底部的工具栏内：。此模型使用鼠标左键单击可以自动选择需要擦除的部分，用鼠标右键可以自动从已选择的部分中去除误选择的部分。选择完成后，点击Accept按钮开始擦除。

2、Manual Inpainting Mode

默认情况下，lama cleaner将在画笔涂抹结束松开鼠标左键后立即执行图片修复。可以在设置中启用手动修复模式：

在手动模式下，可以一次涂抹多处需要擦除的部分，然后点击工具栏内的橡皮擦图标一并执行擦除。

3、Inpainting Strategy（修图策略）

Lama Cleaner提供了三种在图像上运行修复模型的方法，可以在设置中进行更改。三种方法对比如下：

封装好的软件下载（绿色版）

该工具是对ama 模型进行的 2 次封装，开箱即用。免去了复杂的安装过程。本人实验过，对于一个人工智能新手来说，直接使用 lama 的教程估计几天都不一定成功。对于电脑没有显卡的也可以使用哦，启动工具的时候指定 cpu 模式就行了，具体可以查看仓库介绍。另外该仓库不仅封装了 lama 模型，还包括其它模型，比如 LDM，ZITS，可以在工具启动的时候指定使用哪个模型。该工具中还附带了 gui 工具，运行起来就可以直接使用。

原始图片：

处理后图片：

前后图片对比：

下载权限
查看

￥

免费下载

评论并刷新后下载

登录后下载

查看演示

{{attr.name}}：

您当前的等级为
登录后免费下载登录小黑屋反思中，不准下载！评论后刷新页面下载评论支付以后下载请先登录您今天的下载次数（次）用完了，请明天再来支付积分以后下载立即支付支付以后下载立即支付您当前的用户组不允许下载升级会员

您已获得下载权限您可以每天下载资源次，今日剩余次

声明：本站内容仅限用于测试、学习环境使用！在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站和媒体平台。如若本站内容侵犯了原著者的合法权益，请联系客服或发送邮件：674316@qq.com「需要权利证明」本站将及时下架相应内容！