Model details
模型介绍
中文整理RemoveAnythingSimplify
基于 FLUX.1-Fill-dev 和 SAM2 的智能图像修复工具,支持物体移除、智能分割等功能。所有代码:RemoveAnythingSimplify
主要功能
- *物体移除**: 使用 FLUX.1-Fill-dev + LoRA 实现高质量的物体消除和图像修复
- *智能分割**: 基于 SAM2 的交互式图像分割,支持点击和框选
- *模型训练**: 支持 Flux LoRA 模型训练,可自定义训练数据
- *量化加速**: 支持 Nunchaku INT4 量化,加速推理速度
效果展示
以下是物体移除的示例结果(左:原图+mask,右:移除后结果):
更多示例结果请查看 results example 目录*
项目结构
Quick start
环境要求
Python 3.10+
torch==2.6.0+cu124
nunchaku==1.0.1.dev20250930+torch2.6
安装依赖
启动 API 服务
模型准备
基础模型下载
- **FLUX.1-Fill-dev** - 图像修复基础模型
- Hugging Face: black-forest-labs/FLUX.1-Fill-dev
- ModelScope: black-forest-labs/FLUX.1-dev
- **FLUX.1-Redux-dev** - 图像编码模型
- Hugging Face: black-forest-labs/FLUX.1-Redux-dev
- ModelScope: black-forest-labs/FLUX.1-Redux-dev
- **SAM2 Checkpoints** - 图像分割模型
- 下载地址: SAM2 Checkpoints
LoRA 权重下载
右上角直接下载,或网盘:
- *百度网盘**: https://pan.baidu.com/s/1kvCdVN1zp88 RApaisUuKw?pwd=2p9q
- 提取码: 2p9q
下载后将 pytorch lora weights.safetensors 放置到 ./models/lora/ 目录下。
API 使用
物体移除 API
SAM2 分割 API
模型训练
使用自定义数据训练 LoRA:
量化加速
使用 Nunchaku 量化模型以提升推理速度:
详细说明请参考:T5 QUANTIZATION GUIDE.md
ComfyUI 工作流
支持通过 ComfyUI 进行可视化操作,详见 comfyui workflow 目录。
文档
SAM2 服务文档
T5 量化指南
ComfyUI 工作流说明
License
请遵守各模型的原始许可证:
FLUX.1 系列: FLUX License
SAM2: Meta 许可证
致谢
FLUX.1 by Black Forest Labs
SAM2 by Meta
Diffusers by Hugging Face
优先采用原作者提供的中文模型卡片;仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件;指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖,请按作者说明配齐。
完整仓库可能包含多个权重格式,因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行环境运行模型需要的设备、工具与依赖,以原作者说明为准。
授权范围是否允许商用、修改和分发,请查看模型许可证。
闲社提供资料与镜像下载方法,不代表已运行模型或完成安全审计。下载的代码应先检查,再执行。
Problem with the information or download?
Sign in to submit feedback.