SDXL Inpainting 0.1 实战清单去水印、换物体、修人像等10个必学应用场景【免费下载链接】stable-diffusion-xl-1.0-inpainting-0.1项目地址: https://ai.gitcode.com/hf_mirrors/diffusers/stable-diffusion-xl-1.0-inpainting-0.1SDXL Inpainting 0.1stable-diffusion-xl-1.0-inpainting-0.1是一个基于 SDXL 的图片局部重绘Inpainting又称图片修复模型只需给一张原图加上一张蒙版Mask再输入一句文字提示词就能精准地修改画面中的指定区域实现去水印、换物体、修人像、补背景等操作且支持 1024×1024 高清输出。本文为你整理 10 个最实用的应用场景和新手必知参数照着做就能上手。一、它是什么一句话理解图片局部重绘普通文生图模型是从零画一张新图而 SDXL Inpainting 0.1 是在已有图片上只改你指的地方蒙版指定区域蒙版中白色的部分 要被重绘的区域黑色的部分 保留不动✍️提示词描述目标用一句话告诉模型这里应该画成什么智能补全上下文模型会自动匹配周围的色调、光影和风格让修改处严丝合缝该模型以stable-diffusion-xl-base-1.0为底座在 1024×1024 分辨率下训练了 40k 步UNet 还额外增加了 5 个输入通道来接收被蒙住的图像 蒙版本身这就是它能精准局部修复的原因。模型的整体架构可在 model_index.json 中查看其中包含双 CLIP 文本编码器text_encoder/config.json、text_encoder_2/config.json、9 输入通道的 unet/config.json、vae/config.json 以及 scheduler/scheduler_config.jsonEulerDiscrete 采样器五大模块。二、快速上手模型文件怎么准备模型仓库采用 diffusers 标准目录结构共 6 个核心模块缺一不可目录作用说明scheduler/采样器控制去噪步数与速度text_encoder/text_encoder_2/双文本编码器理解你的提示词tokenizer/tokenizer_2/分词器把文字转成模型可读取的 tokenunet/去噪网络核心画笔负责重绘vae/变分自编码器在像素空间与潜空间之间转换小贴士每个目录下都有fp16半精度版本如diffusion_pytorch_model.fp16.safetensors体积约为全精度版的一半。显存有限8GB 左右时优先下载 fp16 版本速度更快、显存占用更低。模型可通过git clone或模型下载工具获取仓库地址https://gitcode.com/hf_mirrors/diffusers/stable-diffusion-xl-1.0-inpainting-0.1配合pip install diffusers即可在 Python 中通过AutoPipelineForInpainting.from_pretrained(...)一行代码加载具体用法参考 README.md。三、核心流程三件套——原图 蒙版 提示词一次局部重绘只需要三样东西原图image要修改的图片建议 1024×1024 尺寸蒙版mask_image与原图等大的黑白图白色区域将被重绘提示词prompt描述白色区域应该变成什么例如经典的a tiger sitting on a park bench坐在公园长椅上的老虎⚠️ 关键参数strength重绘强度请务必设为小于 1.0的值如 0.9~0.99值越接近 1模型重画的成分越多画面整体越容易变模糊值越小越忠实保留原图内容。四、10个必学应用场景清单 场景 1去除水印 / Logo在图片的水印处涂抹白色蒙版提示词描述该区域本应有的内容如clean sky, no logo。模型会用周围纹理自然填补比手动 PS 克隆更省时间适合批量清理素材图。场景 2替换物体官方经典示例把公园长椅上的女孩蒙掉提示词写a tiger sitting on a park bench——椅子上立刻出现一只老虎光影和透视完全融入原场景。这是理解 Inpainting 最直观的入门玩法。场景 3人像精修祛痘 / 换发型 / 改妆容对痘印、斑点区域精确涂小蒙版提示词写flawless skin, natural texture。⚠️ 注意模型在人脸细节上存在局限大改五官效果不稳定小面积瑕疵修复反而最出彩。场景 4背景修补与破洞填补墙面裂缝、撕坏的相框、破损的地板——蒙住破损处提示词写white wall, clean surface模型可依据周围材质自动补全纹理是后期修图的自动糊墙神器。场景 5移除路人 / 杂物旅游照片里的尴尬路人、杂物、电线杆蒙版盖住后提示词描述背景如green grass, park bench即可无痕移走干扰物。场景 6服装与配饰替换蒙住人物上衣区域提示词写red leather jacket或white dress可快速换装。技巧蒙版边缘适当外扩 2~5 像素能避免新旧边界生硬。场景 7场景氛围改变季节 / 光线蒙住天空或地面把夏天改成冬天snowy ground, winter、白天改成黄昏sunset sky, orange clouds局部换氛围而不破坏主体是出创意图的常用手法。场景 8海报 / 文字区域修正⚠️ 注意模型无法渲染可辨认的文字——它擅长抹掉文字区域并补背景但不擅长生成新文字。建议用本模型清掉旧文字再用排版工具重新添加。场景 9局部风格化只蒙住背景提示词写oil painting style background主体保持写实、背景变成油画风——半写实半插画的混合风格是纯文生图很难实现的。场景 10边缘补全 / 画面扩展蒙住图片的四条边缘提示词描述延伸内容即可实现简易外扩构图outpainting 式补全把竖图补成横图、给海报加边距留白。五、新手推荐参数速查表 ⚙️参数推荐值作用strength0.9 ~ 0.99务必 1.0控制重绘程度越接近 1 保留内容越少num_inference_steps15 ~ 30步数越多细节越好但耗时更长guidance_scale8.0提示词遵循度太高画面易过饱和分辨率1024×1024模型的训练分辨率效果最佳精度fp16 CUDA显存友好速度快六、常见坑与使用边界 ⚠️人脸与文字是弱项官方明确说明模型对人脸生成和可读文字渲染效果有限strength 1画质下降全蒙版重绘时画面会变肉官方已确认正在优化VAE 存在有损压缩非蒙版区域也可能出现极轻微的画质损失授权范围模型采用 OpenRAIL 许可主要面向研究与创意设计用途商用前请自行确认许可条款提示词要具体描述一只橘猫趴在沙发靠背上远好于一只猫组合性任务多物体空间关系是模型的难点七、写在最后SDXL Inpainting 0.1 的价值在于把局部改图这件传统上依赖 Photoshop 基本功的事变成了涂个蒙版 说一句提示词的低门槛操作。建议从**场景 1去水印和场景 2换物体**练手掌握strength与蒙版涂抹分寸后再挑战人像与场景类任务——10 个场景全部跑通后你就已经掌握了 AI 局部重绘的核心玩法。【免费下载链接】stable-diffusion-xl-1.0-inpainting-0.1项目地址: https://ai.gitcode.com/hf_mirrors/diffusers/stable-diffusion-xl-1.0-inpainting-0.1创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考