다운코드 편집자 보고서: Alibaba의 크리에이티브 팀은 강력한 AI 이미지 복구 모델인 FLUX-Controlnet-Inpainting을 오픈 소스로 제공했습니다. 이 모델은 FLUX.1-dev 아키텍처를 기반으로 하며 최대 768x768의 해상도로 훈련을 위해 대규모 데이터 세트를 사용하며 고품질 이미지 생성 및 정밀한 복구 기능을 갖추고 있습니다. 이미지의 누락된 부분을 복구할 수 있을 뿐만 아니라 사용자가 제공한 텍스트 설명을 기반으로 개체를 추가, 제거하고 이미지 스타일을 변경할 수도 있어 놀라운 AI 이미지 처리 기능을 보여줍니다. 이 모델은 Hugging Face 플랫폼에서 오픈 소스로 제공되었으며 사용자가 빠르게 시작할 수 있도록 자세한 튜토리얼과 샘플 코드가 제공됩니다.
최근 Alimama의 크리에이티브 팀은 FLUX-Controlnet-Inpainting이라는 AI 이미지 복구 모델을 오픈소스로 공개했습니다. 이 모델은 FLUX.1-dev 모델 아키텍처를 기반으로 하며 최대 768x768의 해상도로 고품질 이미지 복구가 가능한 1,200만 개의 laion2B 이미지와 Alibaba의 내부 데이터 세트에 대해 훈련되었습니다.
이 도구는 FLUX.1-dev 모델의 고품질 이미지 생성 기능을 계승할 뿐만 아니라 ControlNet의 장점을 교묘하게 통합합니다. 모서리, 선 그리기, 깊이 맵 등의 정보를 기반으로 이미지를 정확하게 복구하고, 지정된 영역에 주변 환경과 일치하는 콘텐츠를 생성하여 손상되거나 누락된 이미지 부분에 새로운 생명을 불어넣습니다.
이 모델의 하이라이트 중 하나는 사용자가 제공한 텍스트 설명을 기반으로 이미지에서 개체를 추가하거나 제거하고 스타일을 변경하는 등 사용자의 구두 설명을 이해하고 설명을 기반으로 이미지를 정확하게 복구할 수 있다는 것입니다. 이미지의.
FLUX-Controlnet-Inpainting 모델은 이제 Hugging Face 플랫폼의 오픈 소스이며 자세한 사용 튜토리얼과 샘플 코드를 제공합니다. 사용자는 pip를 통해 디퓨저 라이브러리를 설치하고 GitHub에서 프로젝트 코드를 복제하여 모델의 강력한 기능을 빠르게 경험할 수 있습니다. .
Alimama의 크리에이티브 팀은 현재 출시된 FLUX-Controlnet-Inpainting 모델이 아직 알파 테스트 단계에 있으며 앞으로도 계속해서 모델 성능을 최적화하고 업데이트된 버전을 출시할 계획이라고 밝혔습니다.
프로젝트 주소: https://github.com/alimama-creative/FLUX-Controlnet-Inpainting
워크플로 다운로드 주소: https://huggingface.co/alimama-creative/FLUX.1-dev-Controlnet-Inpainting-Alpha/resolve/main/images/alimama-flux-controlnet-inpaint.json
전체적으로 FLUX-Controlnet-Inpainting 모델의 오픈 소스는 AI 이미지 복원 분야에 새로운 혁신을 가져왔습니다. 우리는 향후 버전에서 더 많은 놀라움을 기대합니다! Downcodes의 편집자는 후속 개발에 계속해서 주의를 기울일 것입니다.