使用场景
修复老照片中的损坏部分，恢复历史影像。
在数字艺术创作中，填补画布上的空白区域。
在产品摄影中，去除不需要的物体或背景中的瑕疵。
产品特色
基于12M laion2B和内部源图像训练，提供高分辨率图像修复。
推荐控制网条件缩放比例为0.9-0.95，以获得最佳修复效果。
支持与Diffusers库结合使用，方便进行图像修复操作。
提供与SDXL-Inpainting的比较，展示其修复效果的优势。
模型仍在训练过程中，未来将发布更新版本。
适用于需要图像修复和内容填充的多种场景。
使用教程
1. 安装Diffusers库。
2. 从GitHub克隆模型仓库。
3. 修改图像路径、遮罩路径、提示词并运行。
