使用指南:Inpaint Anything - Segment Anything 的稳定扩散修复WebUI
2026-01-16 09:33:53作者:翟江哲Frasier
本指南将带你逐步了解如何设置和使用 sd-webui-inpaint-anything,这是一个基于Segment Anything模型的浏览器端图像修复工具。
1. 项目目录结构及介绍
sd-webui-inpaint-anything/
├── fast_sam # 快速版本的Segment Anything模型
├── images # 示例或结果图像存放目录
├── inpalib # 内部使用的库文件
├── javascript # JavaScript代码,用于前端交互
├── lama_cleaner # 可能是用于LAMAs Den清理的组件
├── mobile_sam # 移动设备适配的Segment Anything模型
├── sam2 # Segment Anything模型的更新版本
├── sam2_configs # 更新版本的模型配置文件
├── segment_anything_fb # Facebook版本的Segment Anything模型
├── segment_anything_hq # 高清版本的Segment Anything模型
├── .gitignore # Git忽略文件配置
├──/LICENSE # 开源许可证文件
├── README.md # 项目主README文件
└── README_DEV.md # 开发者相关README文件
└── ia_check_versions.py # 检查版本脚本
└── ia_config.py # 应用配置文件
└── ia_devices.py # 设备管理相关代码
└── ia_file_manager.py # 文件管理功能代码
└── ia_get_dataset_colormap.py # 获取数据集颜色映射的脚本
└── ia_logging.py # 日志记录模块
└── ia_sam_manager.py # Segment Anything模型管理器
└── ia_threading.py # 多线程支持代码
└── ia_ui_gradio # Gradio界面相关的代码
└── ia_ui_items.py # 用户界面元素定义
└── iasam_app.py # 应用程序主体代码
└── requirements.txt # Python依赖项列表
└── requirements_mac.txt # macOS特定的Python依赖项
2. 项目的启动文件介绍
主要的启动文件是 iasam_app.py。它包含了Gradio界面的初始化,Gradio是一个用于快速构建交互式应用程序的库。当你运行这个文件时,它会在浏览器中打开一个用户友好的界面,允许用户执行图像分割和修复操作。
你可以通过以下命令启动应用:
python iasam_app.py
启动后,你需要确保已经在本地安装了所有必要的依赖(见下文的配置文件部分)。
3. 项目的配置文件介绍
ia_config.py 文件包含了应用的一些配置选项,例如默认模型路径、存储位置等。以下是可能遇到的关键配置变量:
SAM_MODELS_PATH: 指定Segment Anything模型的位置。RESULT_DIR: 存放处理结果图像的目录。MASKS_DIR: 存放用户创建的遮罩图像的目录。LOG_FILE: 日志文件的路径。
如果你需要自定义这些设置,可以直接编辑这个文件。例如,要改变默认的结果保存路径,你可以修改 RESULT_DIR 的值。
请注意,为了让应用正常工作,你需要确保在运行前配置正确,并且已经下载了所需的模型文件。
在开始使用之前,确保先阅读项目的README文件,以获取关于安装和依赖的详细信息。如有问题,查阅项目的GitHub页面或提交Issue寻求帮助。
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
项目优选
收起
暂无描述
Dockerfile
674
4.31 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
517
626
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++
945
886
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
398
301
🎉 (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
908
暂无简介
Dart
920
225
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381
昇腾LLM分布式训练框架
Python
142
169
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
212