sd-webui-replacer

sd-webui-replacer

Stable Diffusion WebUI自动化对象检测与图像修复扩展

sd-webui-replacer扩展为Stable Diffusion WebUI提供自动化对象检测、遮罩和图像修复功能。它不仅支持批量和视频处理,还整合了高分辨率修复和ControlNet功能,优化了对象替换和图像编辑流程。该扩展兼容Lama cleaner、AnimateDiff等多个插件,功能丰富,使用便捷,能显著提高图像处理效率。

Replacerstable-diffusion-webui图像处理人工智能扩展程序Github开源项目

Replacer

Replacer 是 AUTOMATIC1111/stable-diffusion-webui 的一个扩展。这个扩展的目标是在一个易用的标签页中自动化对象遮罩检测提示,使用 sd-webui-segment-anything,以及 img2img 修复。它对批量修复和使用 AnimateDiff 进行视频修复也很有用。

你也可以绘制自己的遮罩来替代或补充检测,并利用便捷的 HiresFix 选项,以及在保持原始图像分辨率和宽高比的同时使用 ControlNet 进行修复。

如果你觉得这个项目有用,请在 GitHub 上给它加星!

安装

  1. 安装 sd-webui-segment-anything 扩展。如果它打扰到你,你可以在 Replacer 的设置中隐藏它。转到"扩展"标签 -> "可用" -> 点击"加载自"并搜索 "sd-webui-segment-anything"
  2. 下载模型 sam_hq_vit_l.pth,或下面列表中的其他模型,并将其放入 extensions/sd-webui-segment-anything/models/sam
  3. 为了更快的高分辨率修复,下载 lcm-lora-sdv1-5,将其重命名为 lcm-lora-sdv1-5.safetensors,放入 models/Lora。或者如果你已经有了 lcm lora,那么在扩展选项中更改高分辨率后缀
  4. 安装此扩展。转到"扩展"标签 -> "可用" -> 点击"加载自"并搜索 "Replacer"。确保你的 sd-webui 版本 >= 1.5.0。对于 AMD 和 Intel GPU,以及可能的其他情况,你需要在 Replacer 的设置中启用 CPU 进行检测。转到"设置" -> "Replacer" 并启用它
  5. 重新加载 UI

如果你不想使用视频功能,那么这就是你需要做的全部。以下步骤是针对视频的:

  1. 安装 sd-webui-animatediffsd-webui-controlnet 扩展。你也应该使用"扩展" -> "可用"标签并在那里找到它们
  2. 下载 mm_sd15_v3.safetensors animatediff 的运动模型,并将其放入 extensions/sd-webui-animatediff/model 目录
  3. 下载 control_v11p_sd15_inpaint_fp16.safetensors controlnet 的模型并将其放入 models/ControlNet 目录
  4. 我强烈建议你下载 mm_sd15_v3_sparsectrl_rgb.safetensorsmm_sd15_v3_sparsectrl_scribble.safetensors controlnet 的模型。也将它们放入 models/ControlNet 目录。然后你可以在 ControlNet 扩展中选择 SparseCtrl 模块。rgb 模型需要"none"预处理器
SAM 模型列表:

对我来说 SAM-HQ 是最好的。根据你的显存选择。将此模型大小与 dino 模型大小(694MB-938MB)相加

  1. SAM 来自 Meta AI。

  2. 来自SysCV的SAM-HQ

  3. 来自庆熙大学的MobileSAM

目前不支持_FastSAM_和_Matting-Anything_。

工作原理

首先,grounding dino模型检测您在检测提示中提供的对象。然后segment anything模型生成它们的轮廓。之后,扩展随机选择3个生成的遮罩中的1个,并使用a1111 webui中的常规修复方法进行修复。

当您按下"应用高分辨率修复"按钮时,扩展会使用完全相同的设置重新生成图像,但不包括img2img的升频器。然后,它应用"原始"遮罩内容模式的修复,降低去噪但提高分辨率。

支持的扩展:

  1. Lama cleaner作为遮罩内容

  2. 图像比较

  3. ControlNet

  4. AnimateDiff

  5. ar-plusplus(可能与"宽高比和分辨率按钮"分支兼容)

  6. 其他没有控制参数的扩展脚本,例如元数据中的硬件信息NudeNet NSFW审查、内置的Hypertile

文档:

- 替换器使用方法

- 视频:AnimateDiff和逐帧处理

- 替换器选项

- 替换器API信息

- 实用技巧:如何更改默认值、滑块的最大值,以及如何获取修复模型

待办事项:

  • ☑️ 缓存遮罩
  • ☑️ 批量处理
  • ☑️ "应用高分辨率修复"按钮
  • ☑️ 附加选项
  • ☑️ 进度条 + 中断
  • ☑️ 自动传递到高分辨率修复的选项
  • ☑️ ControlNet
  • ☑️ 将前一帧传递到ControlNet用于视频
  • 平铺VAE
  • ☑️ "隐藏segment anything扩展"选项
  • ☑️ txt2img脚本
  • 更多视频和遮罩输入类型
  • RIFE帧插值
  • 允许多个实例(预设)

小待办事项:

  • 将高分辨率修复参数添加到元数据中
  • FreeInit支持

编辑推荐精选

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

热门AI工具生产力协作转型TraeAI IDE
问小白

问小白

全能AI智能助手,随时解答生活与工作的多样问题

问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。

聊天机器人AI助手热门AI工具AI对话
Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

热门AI工具AI办公办公工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

模型训练热门AI工具内容创作智能问答AI开发讯飞星火大模型多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

AI助手热门AI工具AI创作AI辅助写作讯飞绘文内容运营个性化文章多平台分发
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

下拉加载更多