DiffuEraser | Video Inpainting
DiffuEraser è un modello di diffusione recentemente rilasciato per il video inpainting che ricostruisce le porzioni eliminate con contenuti realistici. Mantiene il movimento naturale e i dettagli fini tra i frame, utilizzando un denoising UNet, BrushNet e attenzione temporale per garantire la coerenza. Le informazioni precedenti sono incorporate per ridurre il rumore e sopprimere le allucinazioni. RunComfy Crew migliora il workflow utilizzando Segment Anything 2 (SAM2) per generare maschere automaticamente, eliminando la necessità di sforzi manuali. Basta caricare un filmato, scegliere gli elementi e lasciare che il processo gestisca l'inpainting. Invece di semplicemente cancellare, DiffuEraser ricrea, producendo senza sforzo risultati di buona qualità.ComfyUI DiffuEraser Flusso di lavoro

- Workflow completamente operativi
- Nessun nodo o modello mancante
- Nessuna configurazione manuale richiesta
- Presenta visuali mozzafiato
ComfyUI DiffuEraser Esempi
ComfyUI DiffuEraser Descrizione
ComfyUI DiffuEraser Video Inpainting Workflow Descrizione
Cos'è il Workflow ComfyUI DiffuEraser?
DiffuEraser è una soluzione all'avanguardia per il video inpainting che rimuove senza soluzione di continuità oggetti indesiderati dai video preservando la coerenza temporale. Utilizzando un potente modello di inpainting basato sulla diffusione, DiffuEraser ricostruisce aree mancanti con contenuti contestualmente accurati. Questo workflow si integra con Segment Anything 2 (SAM2) per la generazione automatica di maschere, eliminando la necessità di maschere create manualmente.
DiffuEraser utilizza un denoising UNet insieme a un ramo ausiliario BrushNet, integrando l'attenzione temporale per mantenere la coerenza dei frame. Sfruttando le informazioni precedenti, riduce le allucinazioni e gli artefatti, garantendo una rimozione degli oggetti impeccabile.
L di Runcomfy Crew automatizza la creazione delle maschere utilizzando un'interfaccia di selezione dei punti, consentendo agli utenti di contrassegnare oggetti per la rimozione senza creare manualmente maschere. Questo snellisce significativamente il workflow di inpainting.
Vantaggi del Workflow DiffuEraser
- Ricostruzione di alta qualità con fusione naturale della scena.
- Generazione automatica di maschere tramite SAM2, riducendo lo sforzo manuale.
- Coerenza temporale per un inpainting senza soluzione di continuità attraverso i frame.
- Selezione flessibile degli oggetti con un'interfaccia basata sui punti.
- Risultati di livello professionale con un input minimo dell'utente.
- Allucinazioni soppresse sfruttando le informazioni precedenti.
- Compatibile con formati video standard per un'integrazione senza sforzo.
Come Usare il Workflow DiffuEraser
Rimozione Oggetti con DiffuEraser
Metodo di Generazione Primario: SAM2 + DiffuEraser
- Input: Video originale, frame per la selezione degli oggetti tramite coordinate dei punti
- Ideale per: Rimuovere oggetti, persone, filigrane o altri elementi indesiderati
- Caratteristiche:
- Utilizza SAM2 per la generazione automatica delle maschere
- Produce un inpainting naturale con alta fedeltà visiva
- Garantisce coerenza temporale su tutti i frame
Esempio di Workflow
- Preparare gli input
- Nel Load Video Node: Carica il tuo video sorgente
- Nel Points Editor: Carica il primo frame per aggiungere punti positivi (verdi) per contrassegnare gli oggetti da rimuovere
- Raffinamento (Opzionale)
- Nel DiffuEraserSampler regola
mask_dilation_iter
per un mascheramento preciso - Modifica
crf
in Video Combine per una qualità di output superiore
- Nel DiffuEraserSampler regola
- Output
- In Video Combine: trova l'anteprima e salvala sul tuo computer locale
Metodo Alternativo: Creazione Manuale delle Maschere
- Input: Video della maschera pre-creata.
- Ideale per: Utenti che necessitano di un controllo preciso sulle regioni mascherate.
- Caratteristiche:
- Richiede la creazione manuale delle maschere.
- Offre pieno controllo sulla selezione degli oggetti.
- Ideale per scene complesse o workflow artistici.
Riferimento ai Parametri per DiffuEraser
- DiffuEraserLoader:
checkpoint
: [SD1.5/v1-5-pruned-emaonly.ckpt] - Modello base di Stable Diffusion.lora
: [flux/flux.1-turbo-alpha/diffusion_pytorch_model.safetensors] - LoRA per un inpainting migliorato.
- DiffuEraserSampler:
seed
: [random] - Controlla la variabilità della generazione.num_inference_steps
: [2] - Valori più alti migliorano la qualità.guidance_scale
: [0] - Controlla l'aderenza alle informazioni precedenti.video_length
: [10] - Definisce i frame elaborati.mask_dilation_iter
: [8] - Espande la copertura della maschera.ref_stride
: [10] - Passo del frame di riferimento per la coerenza temporale.neighbor_length
: [10] - Definisce i frame utilizzati per riferimento.subvideo_length
: [50] - Massimo dei frame elaborati in un batch.seg_repo
: [briaai/RMBG-2.0] - Modello di rimozione dello sfondo.
- Video Combine:
frame_rate
: [1] - Corrisponde al frame rate sorgente.format
: [video/h264-mp4] - Formato di output.crf
: [19] - Controlla la qualità della compressione video.
Ottimizzazione Avanzata con DiffuEraser
- Ottimizzazione delle Prestazioni:
- Riduci
subvideo_length
per una elaborazione più veloce. - Diminuisci
num_inference_steps
per accelerare la generazione.
- Riduci
- Miglioramenti della Qualità:
- Aumenta
mask_dilation_iter
per migliorare la copertura della maschera. - Regola
neighbor_length
per i perfezionamenti degli oggetti in movimento.
- Aumenta
Consigli per l'Uso
- Usa Points Editor per contrassegnare più punti sull'oggetto target.
- Aggiungi punti negativi (rossi) se SAM2 include aree indesiderate.
- Per oggetti in movimento, contrassegna punti su diversi frame.
- Gli sfondi più semplici producono risultati di inpainting migliori.
- Riduci
video_length
esubvideo_length
per video più lunghi per evitare problemi di memoria.
Maggiori Informazioni
- Per guide dettagliate e aggiornamenti su DiffuEraser, visita
- Per l'integrazione ComfyUI di DiffuEraser, visita
- Per guide dettagliate su SAM2, visita
Crediti agli Autori Originali
DiffuEraser è stato creato da Xiaowen Li, Haolan Xue, Peiran Ren e Liefeng Bo del Tongyi Lab, Alibaba Group, con l'integrazione ComfyUI da parte di smthemex. Runcomfy Crew ha migliorato il workflow con la generazione automatica di maschere tramite SAM2. Tutti i crediti vanno agli autori originali per i loro contributi rivoluzionari.