Informes del editor de Downcodes: el equipo creativo de Alibaba ha abierto un potente modelo de reparación de imágenes mediante IA: FLUX-Controlnet-Inpainting. Este modelo se basa en la arquitectura FLUX.1-dev y utiliza conjuntos de datos masivos para el entrenamiento, con una resolución de hasta 768x768, y tiene capacidades de generación de imágenes de alta calidad y reparación precisa. No solo puede reparar las partes faltantes de la imagen, sino también agregar, eliminar objetos e incluso cambiar el estilo de la imagen según la descripción de texto proporcionada por el usuario, mostrando increíbles capacidades de procesamiento de imágenes de IA. El modelo ha sido de código abierto en la plataforma Hugging Face y se proporcionan tutoriales detallados y códigos de muestra para facilitar a los usuarios comenzar rápidamente.
Recientemente, el equipo creativo de Alimama ha abierto un modelo de reparación de imágenes mediante IA llamado FLUX-Controlnet-Inpainting. El modelo se basa en la arquitectura del modelo FLUX.1-dev y se entrenó en 12 millones de imágenes laion2B y conjuntos de datos internos de Alibaba, con una resolución de hasta 768x768, capaz de reparar imágenes de alta calidad.
Esta herramienta no solo hereda las capacidades de generación de imágenes de alta calidad del modelo FLUX.1-dev, sino que también integra inteligentemente las ventajas de ControlNet. Puede reparar imágenes con precisión basándose en información como bordes, dibujos lineales y mapas de profundidad, y generar contenido en áreas designadas que sea coherente con el entorno circundante, dando nueva vida a las partes de la imagen dañadas o faltantes.
Uno de los aspectos más destacados de este modelo es que puede comprender la descripción verbal del usuario y reparar con precisión la imagen según la descripción, como agregar o eliminar objetos de la imagen según la descripción de texto proporcionada por el usuario, e incluso cambiar el estilo. de la imagen.
El modelo FLUX-Controlnet-Inpainting ahora es de código abierto en la plataforma Hugging Face y proporciona tutoriales de uso detallados y códigos de muestra. Los usuarios pueden instalar la biblioteca de difusores a través de pip y clonar el código del proyecto desde GitHub para experimentar rápidamente las poderosas funciones del modelo. .
El equipo creativo de Alimama declaró que el modelo FLUX-Controlnet-Inpainting lanzado actualmente todavía se encuentra en la etapa de prueba alfa y continuará optimizando el rendimiento del modelo en el futuro y planea lanzar una versión actualizada en el futuro.
Dirección del proyecto: https://github.com/alimama-creative/FLUX-Controlnet-Inpainting
Dirección de descarga del flujo de trabajo: https://huggingface.co/alimama-creative/FLUX.1-dev-Controlnet-Inpainting-Alpha/resolve/main/images/alimama-flux-controlnet-inpaint.json
Con todo, el código abierto del modelo FLUX-Controlnet-Inpainting ha traído nuevos avances al campo de la restauración de imágenes con IA. ¡Esperamos más sorpresas en versiones futuras! El editor de Downcodes seguirá atento a su desarrollo posterior.