尧图网页设计 
如何 3 步装好 IOPaint开源 AI 图像修复工具安装指南【免费下载链接】IOPaintImage inpainting tool powered by SOTA AI Model. Remove any unwanted object, defect, people from your pictures or erase and replace(powered by stable diffusion) any thing on your pictures.项目地址: https://gitcode.com/GitHub_Trending/io/IOPaintIOPaint 是一个开源的 AI 图像修复/扩展工具能刷掉照片里不想要的物体、水印、路人也能用 Stable Diffusion 把选中区域重画成别的内容设计师、摄影爱好者和喜欢自托管的人都会用得上。这篇文章讲怎么在本地把它装起来读完你能拿到一个 localhost 上的网页编辑界面还会用命令行批量处理图片。装之前先搞清楚这几件事先说结论IOPaint 本身装起来不难坑基本都出在 PyTorch 版本和设备选择上。Python 版本setup.py 声明最低支持 Python 3.7开发用的 scripts/environment.yaml 里用的是 3.10所以建议直接在 3.8~3.10 之间选太新的 3.12 可能遇到依赖编译问题。磁盘空间模型不在 pip 包里启动时自动从 HuggingFace 下载默认存到~/.cache可通过XDG_CACHE_HOME改。擦除类小模型lama几百 MBSD/SDXL 扩散模型动辄几个 GB提前留够空间。网络模型下载走 HuggingFace网络不通就装得上一切但启动时卡死在Downloading这是新手最常见的假死现象。设备参数--device只有三个合法值cpu、cudaNVIDIA 显卡、mpsApple Silicon 统一内存加速。但注意擦除类模型 lama、ldm、zits、mat、fcf、cv2、manga 在 iopaint/const.py 里被明确标记为不支持 MPSMac 上跑这些模型直接用--devicecpu别折腾。安装流程跟着做就行venv 隔离环境搭建全局环境里装的旧版 PyTorch 和 diffusers 是最常见的冲突源先开个干净虚拟环境后面所有步骤都在这个环境里执行python3 -m venv iopaint-env source iopaint-env/bin/activate # Windows 用 iopaint-env\Scripts\activate pip install -U pip确认成功的标志which pythonWindows 用where python输出的路径里包含iopaint-env。选对 PyTorch 安装渠道这是整个安装里唯一的决策点。只用 CPU 跑的话后面pip install iopaint会按 requirements.txt 里的torch2.0.0从 PyPI 自动装 CPU 版你不用管。要用 NVIDIA 显卡加速就必须先手动装 CUDA 版否则 pip 给你装的 CPU 版会一直占着导致 CUDA 不可用# 官方 README 指定的 CUDA 11.8 版本组合 pip3 install torch2.1.2 torchvision0.16.2 \ --index-url https://download.pytorch.org/whl/cu118装完先验证一下python -c import torch; print(torch.__version__, torch.cuda.is_available())GPU 机器上应输出2.1.2 TrueFalse就回到驱动和 CUDA 版本问题先别继续往下装。安装 IOPaint 本体上面装过 torch 的话这条命令会跳过 torch 直接装剩下的依赖CPU 用户直接跑它就行torch 会一并装好pip3 install iopaint确认方式终端输入iopaint --help能看到start、run、download、list等子命令就说明入口脚本注册成功了。启动 WebUI首次会自动下载模型iopaint start --modellama --devicecpu --port8080首次启动会先打印你机器的 Python 和各依赖版本iopaint/runtime.py 里的dump_environment_info然后开始下载 lama 模型进度走完服务才真正就绪。浏览器打开 http://localhost:8080 能看到上传图、画笔涂遮罩的编辑页面就算装完了。高频报错与解法启动时提示CUDA is not available, use cpu instead现象终端出现这条 warning速度完全按 CPU 在跑。原因你装的是 PyPI 默认的 CPU 版 torch或者显卡驱动没认出来而--devicecuda只是声明意图IOPaint 检测到不可用就静默降级了逻辑在 iopaint/runtime.py 的check_device。解法按上面的 CUDA 渠道重装 torch重启服务确认驱动没问题后用--devicecuda再跑一次warning 消失即成功。Mac 上mps is not available, use cpu instead现象Apple Silicon 机器上指定--devicemps被降级到 cpu。原因分两种系统/PyTorch 版本太老没有 MPS 后端或者你选的模型lama 等擦除模型本来就不支持 MPS。解法擦除模型直接换--devicecpuMac 上 CPU 跑 lama 速度完全够用扩散类模型想上 MPS先升级 torch 到带 MPS 支持的版本。模型下载卡住或反复超时现象启动后长时间停在Downloading ...或报ConnectionError/ReadTimeout。原因网络到 HuggingFace 不通或太慢。解法给当前终端挂代理后重启或者换台网络好的机器预先下好把模型目录拷过来再用--model-dir指向该目录、--local-files-only让 IOPaint 跳过联网iopaint start --modellama --model-dir/path/to/models --local-files-only跑扩散模型时显存爆掉或出黑图现象CUDA out of memory或者生成结果整张全黑/全绿。原因显存不够或半精度在你这张卡上算错了。解法按显存大小组合加参数iopaint/const.py 里每个都有说明——iopaint start --modelSanster/PowerPaint-V1-stable-diffusion-inpainting \ --devicecuda --low-mem --cpu-offload --no-half--low-mem开注意力切片和 VAE 分块--cpu-offload把权重挪到内存--no-half强制 fp32 解决黑图。显存真的很小再补一个--cpu-textencoder。跑起来之后验证环境最直接的命令iopaint list预期输出是已下载模型的列表比如单独一行lama输出为空说明模型还没下过先跑一次iopaint start让它自动下载。基本用法两个入口网页端在 http://localhost:8080 直接涂遮罩出图批量处理用iopaint run--image指原图文件夹--mask指同名遮罩文件夹也可以是单个遮罩文件套用在所有图上实现见 iopaint/batch_processing.pyiopaint run --modellama --devicecpu \ --image/path/to/image_folder \ --mask/path/to/mask_folder \ --outputoutput_dir装好之后可以接着玩iopaint start --enable-interactive-seg --interactive-seg-devicecuda启用 Segment Anything 交互式分割插件源码在 iopaint/plugins/想上 Docker 可以看 docker/CPUDockerfile。卡住了先别慌IOPaint 每次启动都会打印完整的环境和依赖版本把那段输出带上再去找人问能省一半沟通时间。相关资源requirements.txt完整依赖清单与锁定版本docker/GPUDockerfileGPU 容器构建iopaint/schema.py设备、模型枚举等接口定义【免费下载链接】IOPaintImage inpainting tool powered by SOTA AI Model. Remove any unwanted object, defect, people from your pictures or erase and replace(powered by stable diffusion) any thing on your pictures.项目地址: https://gitcode.com/GitHub_Trending/io/IOPaint创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 如何 3 步装好 IOPaint：开源 AI 图像修复工具安装指南
如何 3 步装好 IOPaint开源 AI 图像修复工具安装指南【免费下载链接】IOPaintImage inpainting tool powered by SOTA AI Model. Remove any unwanted object, defect, people from your pictures or erase and replace(powered by stable diffusion) any thing on your pictures.项目地址: https://gitcode.com/GitHub_Trending/io/IOPaintIOPaint 是一个开源的 AI 图像修复/扩展工具能刷掉照片里不想要的物体、水印、路人也能用 Stable Diffusion 把选中区域重画成别的内容设计师、摄影爱好者和喜欢自托管的人都会用得上。这篇文章讲怎么在本地把它装起来读完你能拿到一个 localhost 上的网页编辑界面还会用命令行批量处理图片。装之前先搞清楚这几件事先说结论IOPaint 本身装起来不难坑基本都出在 PyTorch 版本和设备选择上。Python 版本setup.py 声明最低支持 Python 3.7开发用的 scripts/environment.yaml 里用的是 3.10所以建议直接在 3.8~3.10 之间选太新的 3.12 可能遇到依赖编译问题。磁盘空间模型不在 pip 包里启动时自动从 HuggingFace 下载默认存到~/.cache可通过XDG_CACHE_HOME改。擦除类小模型lama几百 MBSD/SDXL 扩散模型动辄几个 GB提前留够空间。网络模型下载走 HuggingFace网络不通就装得上一切但启动时卡死在Downloading这是新手最常见的假死现象。设备参数--device只有三个合法值cpu、cudaNVIDIA 显卡、mpsApple Silicon 统一内存加速。但注意擦除类模型 lama、ldm、zits、mat、fcf、cv2、manga 在 iopaint/const.py 里被明确标记为不支持 MPSMac 上跑这些模型直接用--devicecpu别折腾。安装流程跟着做就行venv 隔离环境搭建全局环境里装的旧版 PyTorch 和 diffusers 是最常见的冲突源先开个干净虚拟环境后面所有步骤都在这个环境里执行python3 -m venv iopaint-env source iopaint-env/bin/activate # Windows 用 iopaint-env\Scripts\activate pip install -U pip确认成功的标志which pythonWindows 用where python输出的路径里包含iopaint-env。选对 PyTorch 安装渠道这是整个安装里唯一的决策点。只用 CPU 跑的话后面pip install iopaint会按 requirements.txt 里的torch2.0.0从 PyPI 自动装 CPU 版你不用管。要用 NVIDIA 显卡加速就必须先手动装 CUDA 版否则 pip 给你装的 CPU 版会一直占着导致 CUDA 不可用# 官方 README 指定的 CUDA 11.8 版本组合 pip3 install torch2.1.2 torchvision0.16.2 \ --index-url https://download.pytorch.org/whl/cu118装完先验证一下python -c import torch; print(torch.__version__, torch.cuda.is_available())GPU 机器上应输出2.1.2 TrueFalse就回到驱动和 CUDA 版本问题先别继续往下装。安装 IOPaint 本体上面装过 torch 的话这条命令会跳过 torch 直接装剩下的依赖CPU 用户直接跑它就行torch 会一并装好pip3 install iopaint确认方式终端输入iopaint --help能看到start、run、download、list等子命令就说明入口脚本注册成功了。启动 WebUI首次会自动下载模型iopaint start --modellama --devicecpu --port8080首次启动会先打印你机器的 Python 和各依赖版本iopaint/runtime.py 里的dump_environment_info然后开始下载 lama 模型进度走完服务才真正就绪。浏览器打开 http://localhost:8080 能看到上传图、画笔涂遮罩的编辑页面就算装完了。高频报错与解法启动时提示CUDA is not available, use cpu instead现象终端出现这条 warning速度完全按 CPU 在跑。原因你装的是 PyPI 默认的 CPU 版 torch或者显卡驱动没认出来而--devicecuda只是声明意图IOPaint 检测到不可用就静默降级了逻辑在 iopaint/runtime.py 的check_device。解法按上面的 CUDA 渠道重装 torch重启服务确认驱动没问题后用--devicecuda再跑一次warning 消失即成功。Mac 上mps is not available, use cpu instead现象Apple Silicon 机器上指定--devicemps被降级到 cpu。原因分两种系统/PyTorch 版本太老没有 MPS 后端或者你选的模型lama 等擦除模型本来就不支持 MPS。解法擦除模型直接换--devicecpuMac 上 CPU 跑 lama 速度完全够用扩散类模型想上 MPS先升级 torch 到带 MPS 支持的版本。模型下载卡住或反复超时现象启动后长时间停在Downloading ...或报ConnectionError/ReadTimeout。原因网络到 HuggingFace 不通或太慢。解法给当前终端挂代理后重启或者换台网络好的机器预先下好把模型目录拷过来再用--model-dir指向该目录、--local-files-only让 IOPaint 跳过联网iopaint start --modellama --model-dir/path/to/models --local-files-only跑扩散模型时显存爆掉或出黑图现象CUDA out of memory或者生成结果整张全黑/全绿。原因显存不够或半精度在你这张卡上算错了。解法按显存大小组合加参数iopaint/const.py 里每个都有说明——iopaint start --modelSanster/PowerPaint-V1-stable-diffusion-inpainting \ --devicecuda --low-mem --cpu-offload --no-half--low-mem开注意力切片和 VAE 分块--cpu-offload把权重挪到内存--no-half强制 fp32 解决黑图。显存真的很小再补一个--cpu-textencoder。跑起来之后验证环境最直接的命令iopaint list预期输出是已下载模型的列表比如单独一行lama输出为空说明模型还没下过先跑一次iopaint start让它自动下载。基本用法两个入口网页端在 http://localhost:8080 直接涂遮罩出图批量处理用iopaint run--image指原图文件夹--mask指同名遮罩文件夹也可以是单个遮罩文件套用在所有图上实现见 iopaint/batch_processing.pyiopaint run --modellama --devicecpu \ --image/path/to/image_folder \ --mask/path/to/mask_folder \ --outputoutput_dir装好之后可以接着玩iopaint start --enable-interactive-seg --interactive-seg-devicecuda启用 Segment Anything 交互式分割插件源码在 iopaint/plugins/想上 Docker 可以看 docker/CPUDockerfile。卡住了先别慌IOPaint 每次启动都会打印完整的环境和依赖版本把那段输出带上再去找人问能省一半沟通时间。相关资源requirements.txt完整依赖清单与锁定版本docker/GPUDockerfileGPU 容器构建iopaint/schema.py设备、模型枚举等接口定义【免费下载链接】IOPaintImage inpainting tool powered by SOTA AI Model. Remove any unwanted object, defect, people from your pictures or erase and replace(powered by stable diffusion) any thing on your pictures.项目地址: https://gitcode.com/GitHub_Trending/io/IOPaint创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考