企业官网建设流程全解析

SDXL Inpainting 0.1 快速上手：10行Python代码完成你的第一次AI图像局部重绘

【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

SDXL Inpainting 0.1是 Stability AI 推出的 SDXL 图像局部重绘（Inpainting）模型：只要一张图片 + 一张遮罩 + 一句提示词，它就能精准"擦掉"指定区域并按你的描述重新绘制，同时保持画面其余部分几乎不变。本文是一份面向新手的完整指南，帮你用不到 10 行 Python 代码，快速跑通第一次 AI 图像局部重绘。

📦 安装 diffusers：一条命令搞定

本模型基于 Hugging Face 的 diffusers 推理库加载运行，安装非常简单：

pip install diffusers transformers accelerate torch

模型体积较大（约 10 GB+，含 fp16 权重），建议优先从国内镜像源下载；如果你无法访问原始站点，可使用本仓库地址克隆获取全部权重文件：

git clone https://gitcode.com/hf_mirrors/diffusers/stable-diffusion-xl-1.0-inpainting-0.1

🎨 10行Python代码，完成第一次AI图像局部重绘

下面这段代码就是完整流程：加载模型 → 读入原图和遮罩 → 执行局部重绘 → 保存结果。

from diffusers import AutoPipelineForInpainting import torch from PIL import Image pipe = AutoPipelineForInpainting.from_pretrained( "hf_mirrors/diffusers/stable-diffusion-xl-1.0-inpainting-0.1", torch_dtype=torch.float16, variant="fp16").to("cuda") image = Image.open("cat.jpg").resize((1024, 1024)) # 原图 mask = Image.open("mask.png").resize((1024, 1024)) # 遮罩：白色=重绘区域 result = pipe("a tiger sitting on the same sofa", image=image, mask_image=mask, guidance_scale=8.0, num_inference_steps=20, strength=0.99) result.images[0].save("out.png")

遮罩怎么用？遮罩是一张黑白图：白色区域会被擦掉并按提示词重绘，黑色区域保持原样。你可以用任意画图工具制作，分辨率与原图一致即可。官方示例把一张猫图上的沙发区域遮罩后，提示词 "a tiger sitting on a park bench" 就把该区域变成了老虎，其余像素几乎原封不动。

⚙️ 核心参数速查：重绘效果怎么调

💡 官方提示：strength设为 1 时（即全遮罩文生图）图像会变模糊，局部重绘场景下请用 0.9 以下到 0.99 之间的值。

🔍 模型目录结构：每个文件夹都是干什么的？

仓库里的每个文件夹对应模型的一个组件，方便你按需管理或替换权重：

其中 unet/config.json 里的in_channels: 9正是"能读图 + 读遮罩"的关键：普通 SDXL UNet 只有 4 个输入通道，而 Inpainting 版额外接入了掩码图像。

🚀 快速进阶：让效果更好的 3 个技巧

1. 提示词要具体：描述被重绘区域的主体、姿态、光影，例如 "a red sports car, studio lighting, 4k"。
2. 遮罩边缘留一圈羽化：白黑交界太硬会产生明显接缝，轻微模糊遮罩边缘过渡更自然。
3. 固定随机种子：用torch.Generator指定 seed 可以复现结果，便于反复对比不同参数。

❓ 常见问题 FAQ

显卡显存要多少？SDXL Inpainting 建议 8GB 以上显存（fp16）；显存不足可加--low_cpu_mem_usage或使用 CPU offload。

为什么重绘区域有"重影"？通常是strength过高或遮罩边缘过硬，调低到 0.85~0.95 并羽化遮罩试试。

能改非遮罩区域吗？不能。该模型只重绘遮罩内的像素，其余部分会被约束保持原样，这正是局部重绘的价值所在。

模型用途边界：该模型以研究和创作场景为主，不保证事实性内容（如人脸）的精确还原，使用前请遵守 OpenRAIL++ 许可与生成内容规范。

至此你已经完成了第一次 AI 图像局部重绘：从安装到出图，核心代码不到 10 行。接下来不妨换一张自己的照片、画几个不同形状的遮罩，感受strength和guidance_scale带来的效果差异——这就是玩转SDXL Inpainting 0.1的最短路径。

【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