SD-WebUI 清理扩展使用教程

SD-WebUI 清理扩展使用教程

项目地址:https://gitcode.com/gh_mirrors/sd/sd-webui-cleaner

1. 项目介绍

SD-WebUI Cleaner 是一个用于Stable-Diffusion-WebUI的扩展插件，它提供了一个功能，可以删除图像中的任何对象。这个项目利用了Lama清理模型，该模型专门用于从图片中移除不需要的内容。通过此扩展，用户可以在进行图像到图像的转换（如填色）时预处理遮罩区域，以获得更高质量的生成结果。

2. 项目快速启动

首先，确保您已经安装并运行了Stable-Diffusion-WebUI。接下来，按照以下步骤安装 SD-WebUI Cleaner 扩展：

安装步骤

1. 在Stable-Diffusion-WebUI的extensions文件夹中克隆本项目：

   cd stable-diffusion-webui/extensions/
   git clone https://github.com/novitalabs/sd-webui-cleaner.git
   

2. 启动Stable-Diffusion-WebUI，插件将自动加载。

3. 打开 img2img > inpaint 标签页，在 "Masked content" 字段中，选择 "Lama cleaner" 预处理选项。

4. 如需在无GPU环境下运行，通过设置页面或API设置cleaner_use_cpu参数为true。

示例API调用

如果您想通过API接口进行图像清理，可以使用以下示例POST请求：

POST http://127.0.0.1:7860/cleanup

请求体：

{
  "input_image": "<image_base64_string>",
  "mask": "<mask_base64_string>"
}

响应：

{
  "code": 0,
  "message": "ok",
  "image": "<image_base64_string>"
}

3. 应用案例与最佳实践

• 对象移除：当需要从照片中移除不想要的对象，例如路标、行人等，可以使用Lama cleaner预处理。
• 图像修复：在进行图像修复或填充缺失部分时，先使用Lama清洁器可以帮助提高最终结果的逼真度。

最佳实践包括：

• 尝试不同的掩模：为达到最佳效果，测试不同大小和形状的掩模。
• 适当调整参数：基于不同场景，可能需要调整CPU/GPU的使用以及清洗程度等参数。

4. 典型生态项目

• Lama Model: 用于对象移除的基础模型，可在Sanster/lama-cleaner找到。
• Stable Diffusion WebUI: 基础的图像生成工具，提供了丰富的AI图像生成功能。

通过整合这些开源项目，您可以构建出一个强大的交互式图像编辑平台，满足各种图像处理需求。

sd-webui-cleaner An extension for stable-diffusion-webui to remove any object. 项目地址: https://gitcode.com/gh_mirrors/sd/sd-webui-cleaner