使用场景

使用模型修复一张有划痕的老照片。

去除风景照片中的电线杆或其他不需要的物体。

在艺术创作中，修复因年代久远而损坏的画作。

产品特色

支持1024x1024分辨率的直接处理和生成，无需额外放大步骤。

微调以捕捉和再现修复区域的更多细节。

增强的提示解释，提供对生成内容的更精确控制。

通过ComfyUI工作流生成的图像示例，展示模型修复效果。

支持通过调整参数来获得不同的修复效果。

提供详细的使用指南和参数调整建议，以获得最佳修复效果。

与Diffusers库集成，方便开发者使用。

使用教程

1. 安装所需的Diffusers版本：pip install diffusers==0.30.2

2. 克隆模型的代码库：git clone https://github.com/alimama-creative/FLUX-Controlnet-Inpainting.git

3. 在main.py中配置image_path、mask_path和prompt，然后执行：python main.py

4. 根据需要调整control-strength、controlend-percent和true-cfg参数以获得不同的修复效果。

5. 参考提供的ComfyUI工作流示例，调整参数以优化修复效果。

6. 通过Hugging Face平台提供的Inference API进行模型推理。

7. 查看模型卡和文档，了解更多关于模型的详细信息和使用案例。