Relatórios do editor de downcodes: A equipe criativa do Alibaba abriu o código-fonte de um poderoso modelo de reparo de imagem de IA - FLUX-Controlnet-Inpainting. Este modelo é baseado na arquitetura FLUX.1-dev e utiliza enormes conjuntos de dados para treinamento, com resolução de até 768x768, e possui geração de imagens de alta qualidade e recursos de reparo precisos. Ele pode não apenas reparar as partes faltantes da imagem, mas também adicionar, remover objetos e até mesmo alterar o estilo da imagem com base na descrição do texto fornecida pelo usuário, mostrando incríveis capacidades de processamento de imagem por IA. O modelo foi de código aberto na plataforma Hugging Face, e tutoriais detalhados e códigos de amostra são fornecidos para facilitar aos usuários uma introdução rápida.
Recentemente, a equipe criativa da Alimama abriu o código-fonte de um modelo de reparo de imagem de IA chamado FLUX-Controlnet-Inpainting. O modelo é baseado na arquitetura do modelo FLUX.1-dev e foi treinado em 12 milhões de imagens laion2B e conjuntos de dados internos do Alibaba, com resolução de até 768x768, capaz de reparar imagens de alta qualidade.

Esta ferramenta não apenas herda os recursos de geração de imagens de alta qualidade do modelo FLUX.1-dev, mas também integra de forma inteligente as vantagens do ControlNet. Ele pode reparar imagens com precisão com base em informações como bordas, desenhos de linhas e mapas de profundidade, e gerar conteúdo em áreas designadas que seja consistente com o ambiente circundante, trazendo nova vida às partes danificadas ou ausentes da imagem.
Um dos destaques desse modelo é que ele pode entender a descrição verbal do usuário e reparar com precisão a imagem com base na descrição, como adicionar ou remover objetos da imagem com base na descrição do texto fornecido pelo usuário, e até mesmo alterar o estilo da imagem.
O modelo FLUX-Controlnet-Inpainting agora é de código aberto na plataforma Hugging Face e fornece tutoriais de uso detalhados e códigos de amostra. Os usuários podem instalar a biblioteca de difusores por meio de pip e clonar o código do projeto do GitHub para experimentar rapidamente as funções poderosas do modelo. .
A equipe criativa da Alimama afirmou que o modelo FLUX-Controlnet-Inpainting lançado atualmente ainda está em fase de testes alfa e continuará a otimizar o desempenho do modelo no futuro e planeja lançar uma versão atualizada no futuro.
Endereço do projeto: https://github.com/alimama-creative/FLUX-Controlnet-Inpainting
Endereço de download do fluxo de trabalho: https://huggingface.co/alimama-creative/FLUX.1-dev-Controlnet-Inpainting-Alpha/resolve/main/images/alimama-flux-controlnet-inpaint.json
Resumindo, o código aberto do modelo FLUX-Controlnet-Inpainting trouxe novos avanços no campo da restauração de imagens de IA. Esperamos mais surpresas em versões futuras! O editor do Downcodes continuará atento ao seu desenvolvimento posterior.