企业官网建设流程全解析

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-0.1

SDXL Inpainting 0.1（stable-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.json（EulerDiscrete 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：

💡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：

1. 原图（image）：要修改的图片，建议 1024×1024 尺寸
2. 蒙版（mask_image）：与原图等大的黑白图，白色区域将被重绘
3. 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 ⚙️

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