SDXL Inpainting 0.1 快速上手10行Python代码完成你的第一次AI图像局部重绘【免费下载链接】stable-diffusion-xl-1.0-inpainting-0.1项目地址: https://ai.gitcode.com/hf_mirrors/diffusers/stable-diffusion-xl-1.0-inpainting-0.1SDXL Inpainting 0.1是 Stability AI 推出的 SDXL 图像局部重绘Inpainting模型只要一张图片 一张遮罩 一句提示词它就能精准擦掉指定区域并按你的描述重新绘制同时保持画面其余部分几乎不变。本文是一份面向新手的完整指南帮你用不到 10 行 Python 代码快速跑通第一次 AI 图像局部重绘。 安装 diffusers一条命令搞定本模型基于 Hugging Face 的 diffusers 推理库加载运行安装非常简单pip install diffusers transformers accelerate torch模型体积较大约 10 GB含 fp16 权重建议优先从国内镜像源下载如果你无法访问原始站点可使用本仓库地址克隆获取全部权重文件git clone https://gitcode.com/hf_mirrors/diffusers/stable-diffusion-xl-1.0-inpainting-0.1 10行Python代码完成第一次AI图像局部重绘下面这段代码就是完整流程加载模型 → 读入原图和遮罩 → 执行局部重绘 → 保存结果。from diffusers import AutoPipelineForInpainting import torch from PIL import Image pipe AutoPipelineForInpainting.from_pretrained( hf_mirrors/diffusers/stable-diffusion-xl-1.0-inpainting-0.1, torch_dtypetorch.float16, variantfp16).to(cuda) image Image.open(cat.jpg).resize((1024, 1024)) # 原图 mask Image.open(mask.png).resize((1024, 1024)) # 遮罩白色重绘区域 result pipe(a tiger sitting on the same sofa, imageimage, mask_imagemask, guidance_scale8.0, num_inference_steps20, strength0.99) result.images[0].save(out.png)遮罩怎么用遮罩是一张黑白图白色区域会被擦掉并按提示词重绘黑色区域保持原样。你可以用任意画图工具制作分辨率与原图一致即可。官方示例把一张猫图上的沙发区域遮罩后提示词 a tiger sitting on a park bench 就把该区域变成了老虎其余像素几乎原封不动。⚙️ 核心参数速查重绘效果怎么调参数建议值作用num_inference_steps15~30推荐 20推理步数越多质量越高、耗时越长strength0.9~0.99必须 1.0重绘强度接近 1 表示遮罩区完全按提示词重画guidance_scale7.5~9提示词遵循度过大容易过饱和分辨率1024×1024模型训练分辨率其他尺寸效果可能下降 官方提示strength设为 1 时即全遮罩文生图图像会变模糊局部重绘场景下请用 0.9 以下到 0.99 之间的值。 模型目录结构每个文件夹都是干什么的仓库里的每个文件夹对应模型的一个组件方便你按需管理或替换权重路径组件说明unet/UNet2DConditionModel扩散主干网络输入通道为 94 通道原图 4 通道潜码 1 通道遮罩局部重绘的核心text_encoder/、text_encoder_2/CLIP × 2双文本编码器把提示词转成语义向量tokenizer/、tokenizer_2/CLIPTokenizer文本分词器vae/AutoencoderKL图像与潜空间互转的 VAEscheduler/EulerDiscreteScheduler采样器配置timestep_spacing: leadingmodel_index.json索引各组件的加载清单_class_name为StableDiffusionXLInpaintPipeline其中 unet/config.json 里的in_channels: 9正是能读图 读遮罩的关键普通 SDXL UNet 只有 4 个输入通道而 Inpainting 版额外接入了掩码图像。 快速进阶让效果更好的 3 个技巧提示词要具体描述被重绘区域的主体、姿态、光影例如 a red sports car, studio lighting, 4k。遮罩边缘留一圈羽化白黑交界太硬会产生明显接缝轻微模糊遮罩边缘过渡更自然。固定随机种子用torch.Generator指定 seed 可以复现结果便于反复对比不同参数。❓ 常见问题 FAQ显卡显存要多少SDXL Inpainting 建议 8GB 以上显存fp16显存不足可加--low_cpu_mem_usage或使用 CPU offload。为什么重绘区域有重影通常是strength过高或遮罩边缘过硬调低到 0.85~0.95 并羽化遮罩试试。能改非遮罩区域吗不能。该模型只重绘遮罩内的像素其余部分会被约束保持原样这正是局部重绘的价值所在。模型用途边界该模型以研究和创作场景为主不保证事实性内容如人脸的精确还原使用前请遵守 OpenRAIL 许可与生成内容规范。至此你已经完成了第一次 AI 图像局部重绘从安装到出图核心代码不到 10 行。接下来不妨换一张自己的照片、画几个不同形状的遮罩感受strength和guidance_scale带来的效果差异——这就是玩转SDXL Inpainting 0.1的最短路径。【免费下载链接】stable-diffusion-xl-1.0-inpainting-0.1项目地址: https://ai.gitcode.com/hf_mirrors/diffusers/stable-diffusion-xl-1.0-inpainting-0.1创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 SDXL Inpainting 0.1 快速上手：10行Python代码完成你的第一次AI图像局部重绘
SDXL Inpainting 0.1 快速上手10行Python代码完成你的第一次AI图像局部重绘【免费下载链接】stable-diffusion-xl-1.0-inpainting-0.1项目地址: https://ai.gitcode.com/hf_mirrors/diffusers/stable-diffusion-xl-1.0-inpainting-0.1SDXL Inpainting 0.1是 Stability AI 推出的 SDXL 图像局部重绘Inpainting模型只要一张图片 一张遮罩 一句提示词它就能精准擦掉指定区域并按你的描述重新绘制同时保持画面其余部分几乎不变。本文是一份面向新手的完整指南帮你用不到 10 行 Python 代码快速跑通第一次 AI 图像局部重绘。 安装 diffusers一条命令搞定本模型基于 Hugging Face 的 diffusers 推理库加载运行安装非常简单pip install diffusers transformers accelerate torch模型体积较大约 10 GB含 fp16 权重建议优先从国内镜像源下载如果你无法访问原始站点可使用本仓库地址克隆获取全部权重文件git clone https://gitcode.com/hf_mirrors/diffusers/stable-diffusion-xl-1.0-inpainting-0.1 10行Python代码完成第一次AI图像局部重绘下面这段代码就是完整流程加载模型 → 读入原图和遮罩 → 执行局部重绘 → 保存结果。from diffusers import AutoPipelineForInpainting import torch from PIL import Image pipe AutoPipelineForInpainting.from_pretrained( hf_mirrors/diffusers/stable-diffusion-xl-1.0-inpainting-0.1, torch_dtypetorch.float16, variantfp16).to(cuda) image Image.open(cat.jpg).resize((1024, 1024)) # 原图 mask Image.open(mask.png).resize((1024, 1024)) # 遮罩白色重绘区域 result pipe(a tiger sitting on the same sofa, imageimage, mask_imagemask, guidance_scale8.0, num_inference_steps20, strength0.99) result.images[0].save(out.png)遮罩怎么用遮罩是一张黑白图白色区域会被擦掉并按提示词重绘黑色区域保持原样。你可以用任意画图工具制作分辨率与原图一致即可。官方示例把一张猫图上的沙发区域遮罩后提示词 a tiger sitting on a park bench 就把该区域变成了老虎其余像素几乎原封不动。⚙️ 核心参数速查重绘效果怎么调参数建议值作用num_inference_steps15~30推荐 20推理步数越多质量越高、耗时越长strength0.9~0.99必须 1.0重绘强度接近 1 表示遮罩区完全按提示词重画guidance_scale7.5~9提示词遵循度过大容易过饱和分辨率1024×1024模型训练分辨率其他尺寸效果可能下降 官方提示strength设为 1 时即全遮罩文生图图像会变模糊局部重绘场景下请用 0.9 以下到 0.99 之间的值。 模型目录结构每个文件夹都是干什么的仓库里的每个文件夹对应模型的一个组件方便你按需管理或替换权重路径组件说明unet/UNet2DConditionModel扩散主干网络输入通道为 94 通道原图 4 通道潜码 1 通道遮罩局部重绘的核心text_encoder/、text_encoder_2/CLIP × 2双文本编码器把提示词转成语义向量tokenizer/、tokenizer_2/CLIPTokenizer文本分词器vae/AutoencoderKL图像与潜空间互转的 VAEscheduler/EulerDiscreteScheduler采样器配置timestep_spacing: leadingmodel_index.json索引各组件的加载清单_class_name为StableDiffusionXLInpaintPipeline其中 unet/config.json 里的in_channels: 9正是能读图 读遮罩的关键普通 SDXL UNet 只有 4 个输入通道而 Inpainting 版额外接入了掩码图像。 快速进阶让效果更好的 3 个技巧提示词要具体描述被重绘区域的主体、姿态、光影例如 a red sports car, studio lighting, 4k。遮罩边缘留一圈羽化白黑交界太硬会产生明显接缝轻微模糊遮罩边缘过渡更自然。固定随机种子用torch.Generator指定 seed 可以复现结果便于反复对比不同参数。❓ 常见问题 FAQ显卡显存要多少SDXL Inpainting 建议 8GB 以上显存fp16显存不足可加--low_cpu_mem_usage或使用 CPU offload。为什么重绘区域有重影通常是strength过高或遮罩边缘过硬调低到 0.85~0.95 并羽化遮罩试试。能改非遮罩区域吗不能。该模型只重绘遮罩内的像素其余部分会被约束保持原样这正是局部重绘的价值所在。模型用途边界该模型以研究和创作场景为主不保证事实性内容如人脸的精确还原使用前请遵守 OpenRAIL 许可与生成内容规范。至此你已经完成了第一次 AI 图像局部重绘从安装到出图核心代码不到 10 行。接下来不妨换一张自己的照片、画几个不同形状的遮罩感受strength和guidance_scale带来的效果差异——这就是玩转SDXL Inpainting 0.1的最短路径。【免费下载链接】stable-diffusion-xl-1.0-inpainting-0.1项目地址: https://ai.gitcode.com/hf_mirrors/diffusers/stable-diffusion-xl-1.0-inpainting-0.1创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考