利用稳定扩散快速修复图像

推荐Stable Diffusion自动纹理工具： DreamTexture.js自动纹理化开发包

什么是InPainting？

图像修复是人工智能研究的一个活跃领域，人工智能已经能够提出比大多数艺术家更好的修复效果。

这是一种生成图像的方式，其中缺失的部分已被视觉和语义上合理的内容填充。它可以是相当的 对许多应用程序很有用，如广告，改善你未来的Instagram帖子，编辑和修复你的AI生成的图像，它甚至可以用来修复旧照片。 执行修复的方法有很多种，但最常见的方法是使用卷积神经网络 （CNN）。

CNN 非常适合修复，因为它可以学习图像的特征，并可以使用这些特征和 有许多不同的 CNN 架构可用于此目的。

Stable Diffusion 简介

Stable Diffusion 是一种潜在的文本到图像扩散模型，能够生成风格化和逼真的图像。它是在 LAION-5B 数据集的一个子集上预先训练的，该模型可以在家中的消费级显卡上运行，因此每个人都可以在几秒钟内创作出令人惊叹的艺术作品。

如何用稳定扩散进行修复

本教程可帮助您进行基于提示的修复，而无需使用 Stable Diffusion 和 Clipseg 绘制蒙版。在这种情况下，掩码是 二进制图像，告诉模型要绘制图像的哪一部分以及要保留哪一部分。进一步的要求是你需要一个好的GPU，但是 它在 Google Colab Tesla T4 上也能正常运行。

执行 InPainting 需要 3 个强制输入。

1. 输入图像 URL
2. 输入图像中要替换的部件的提示
3. 输出提示

您可以调整某些参数

1. 掩模精度
2. 稳定的扩散生成强度

如果您是第一次使用 Hugging Face