【免费下载】 SD-WebUI-Inpaint-Anything安装与配置完全指南
2026-01-20 01:36:56作者:贡沫苏Truman
项目基础介绍
SD-WebUI-Inpaint-Anything 是一个基于浏览器UI的稳定扩散内描(inpainting)扩展程序,它利用Segment Anything的输出mask来实现图像修复或替换功能。这款开源项目使用户能够通过简单的指画画出想要处理的区域,而无需复杂的掩模绘制过程,大大提升了编辑效率和准确性。项目主要服务于Stable Diffusion Web UI平台,支持用户在网页界面上执行复杂的图像修饰任务。
主要编程语言:
- Python: 核心逻辑和处理流程。
- JavaScript: 用户界面交互逻辑。
- Cuda: 可能涉及的部分后端加速代码(依赖具体需求)。
关键技术和框架
- Segment Anything: 强大的图像分割模型,允许用户以最少的手动工作指定掩模。
- Stable Diffusion: 高质量的图像生成与编辑库,提供基础的扩散建模能力。
- Gradio: 用于构建交互式前端界面,使得模型可以轻松在浏览器中运行。
- Hugging Face Diffusers: 包含多种扩散模型,用于实现内描功能的核心库。
- xformers: (可选)内存优化工具,提升处理速度,特别是对大量数据处理有益。
安装和配置步骤
准备工作
- 环境准备: 确保你的系统上安装了Git,Python 3.7及以上版本,并配置好相关的Python环境(推荐使用虚拟环境
venv)。 - 安装Stable Diffusion Web UI: 下载并安装最新版的AUTOMATIC1111的Stable Diffusion Web UI,确保版本兼容(至少v1.3.0以上)。
- 浏览器设置: 确保浏览器无过多隐私限制插件,以免影响模型数据的加载。
安装步骤
安装扩展
-
打开Stable Diffusion Web UI,在“Extensions”标签页中寻找“Install Extension”或者“可用扩展”部分。
-
方法一: 若存在直接安装选项,查找Inpaint Anything并点击安装。若无直接选项,则进行下一步。
-
方法二: 选择“从URL安装”,在提供的输入框中粘贴以下地址:
https://github.com/Uminosachi/sd-webui-inpaint-anything.git -
点击“安装”,随后关闭提示并重新启动Web UI服务器。
模型下载与配置
- 进入Web UI后,找到新出现的"Inpaint Anything"标签页。
- 首先下载所需模型,点击“Download model”按钮,选择适合的Segment Anything模型ID(如SAM 2或其他变体),等待下载完成。
- 注意:对于第一次使用,可能需要下载特定的内描模型,按照界面指示操作。
使用与进阶配置
- 在"Inpainting"标签页,拖放图片,设定掩模和编辑参数,然后开始你的图像内描之旅。
- 可调整高级选项,包括采样器类型、迭代次数等,以适应不同需求。
- 记得查看文档中的注意事项,比如关于xformers的使用、隐私保护插件的影响以及模型存储路径等。
至此,您已成功配置并准备好使用SD-WebUI-Inpaint-Anything进行图像内描操作,享受一键式的图片修复和创意编辑带来的乐趣吧!
请注意,此安装指南基于提供的项目描述和通用开源软件安装经验编写。具体步骤可能会随项目的更新有所变动,请参考项目最新的文档或公告。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
热门内容推荐
最新内容推荐
DeepSeek-R1 终端输出满屏 `<think>` 乱码?一行正则修复 Hermes 过滤 BugAI 找不到执行结果?排查 _sanitize_api_messages 首尾空格引发的血案Agent 疯狂请求 API 导致额度耗尽?修复 batch_runner 无限重试 Bug接入 MiniMax/Qwen3 报错?别让 scratchpad 污染你的流式输出微信桥接神器 HermesClaw 启动崩溃?修复 openclaw dry-run 权限异常git submodule update 失败?国内网络拉取 Tinker-Atropos 强化学习模块指南Windows WSL 运行 Hermes 提示 launchd 失败?彻底解决跨系统自启大坑Execution Layer Crash: 修复工具调用结果无法持久化保存的致命 Bug无缝对话体验升级:Cherry Studio如何解决多模型协作难题隐私优先的照片管理:Ente加密相册的安全存储与智能组织方案
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
668
4.3 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
509
620
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
397
297
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
943
879
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.56 K
903
暂无简介
Dart
916
222
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
133
210
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
558
仓颉编程语言运行时与标准库。
Cangjie
163
924