【自荐】自搭建AI去水印和图像修复工具Lama Cleaner

1. 🐳详细介绍
🤔 Lama Cleaner是什么？
Lama Cleaner最初由开发者 Sanster 发布，名为 lama-cleaner，因为它主要基于 LaMa (Large Mask Inpainting) 模型。
官网地址：A free and open-source inpainting & outpainting tool powered by SOTA AI model.
现已经更名为IOPaint（千问说的，但是我感觉不是同一个，可能是国内开发者在维护，原模型最近更新日期已经是24年了。。。），GitHub地址：IOPaint
主要功能

• 图像擦除（Erase）：使用特定的 AI 模型（如 LaMa）来移除图片中的不想要的对象、缺陷、水印或人物，帮助用户清理图片，使其看起来更加整洁或去除不需要的元素。
• 对象替换（Replace Object）：通过 AI 模型，用户可以替换图片中的某个对象，用于更改图片内容或修复错误。
• 文本绘制（Draw Text）：在图片上添加或编辑文本，该功能对于创建带有说明或标题的图像或者替换现有图像文字特别有用。
• 图像外扩（Out-painting）：扩展图像的画幅边界，AI 会生成新的像素来填充扩展的部分，使得图像看起来自然且无缝。
• 插件支持：IOPaint 支持多种插件，这些插件可以提供额外的图像处理功能，例如：
  
  • Segment Anything：提供准确的交互式对象分割。
  • RemoveBG：移除图像背景或生成前景对象的遮罩。
  • Anime Segmentation：针对动漫图像的模型训练，用于分割。
  • Real-ESRGAN：用于超分辨率图像增强。
  • GFPGAN：用于面部修复。
    
• 批量处理：IOPaint 允许用户批量处理图片，这在需要处理大量图片时可以显著提高效率。
• 自托管和跨平台：IOPaint 是完全免费和开源的，支持在多种硬件上运行，包括 CPU、GPU 和 Apple Silicon，并且提供了 Windows 一键安装器，方便用户在不同平台上使用。
• WebUI界面：IOPaint 提供了一个设计简洁、操作简单的Web用户界面，用户可以通过浏览器访问并使用这些 AI 模型来编辑图片。
  

2. 🐳 安装指南
Docker Compose 部署

1. services:
   
2.     lama-cleaner:
   
3.        image: cwq1913/lama-cleaner:cpu-1.2.5
   
4.        container_name: lama-cleaner
   
5.        network_mode: host
   
6.        command: lama-cleaner --device=cpu --port=8080 --host=0.0.0.0
   
7.        ports:
   
8.            - 8080:8080
   
9.        volumes:
   
10.            - ./torch_cache:/root/.cache/torch
    
11.            - ./huggingface_cache:/root/.cache/huggingface
    
12.        restart: always

复制代码

目录结构

部署完成会自动下载模型，如果你跟一样无法下载。报错，需要手动导入模型


访问上面的官网，按图点击，下载模型，默认的模型就够了

软件也支持更多模型可以按需下载

先关闭Docker，进入对应目录地址，找/torch_cache/hub/checkpoints（你应用安装在哪就去哪找）


最后重启应用。
3. 🐳使用
1. 在浏览器地址输入：https://<DDNS域名>:8080 可访问服务。

2.使用效果对比

PS：模型对比

1. 效果:LDM > LaMa
   
2. 速度:LDM更慢
   
3. 特点:比LaMa有更好、更多的细节
   
4. 
   
5. 效果:ZITS > LaMa
   
6. 速度:ZITS更慢
   
7. 特点:能在高分辨弱纹理场景中,恢复关键的边缘和线框
   
8. 
   
9. 效果:MAT 和 LaMa 差不多
   
10. 速度:MAT稍慢一些
    
11. 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)
    
12. 
    
13. 效果:FcF > LaMa
    
14. 速度:差不多
    
15. 特点:能生成更好的结构和纹理, 但只能支持512x512的输入
    
16. 
    
17. 效果:Manga > LaMa (在漫画图上的效果)
    
18. 速度:差不多
    
19. 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

复制代码

顶一手先

Docker Compose脚本有些不对，host模式不应该再设定端口映射，配置无效