DiffuEraser 是一種尖端的影片修補解決方案,能夠無縫移除影片中的不需要物件,同時保持時間一致性。使用強大的擴散式修補模型,DiffuEraser 能夠以上下文準確的內容重建缺失區域。此工作流程與 Segment Anything 2 (SAM2) 集成,用於自動遮罩生成,消除了手動創建遮罩的需求。
DiffuEraser 利用去噪 UNet 和輔助 BrushNet 分支,結合時間注意力以維持幀一致性。通過利用先驗信息,它減少了幻覺和瑕疵,確保完美的物件移除。
由 Runcomfy Crew 自動化遮罩創建,使用點選介面使用戶能夠標記要移除的物件,而無需手動創建遮罩。這顯著簡化了修補工作流程。
mask_dilation_iter
以獲得精確遮罩crf
以提高輸出品質checkpoint
: [SD1.5/v1-5-pruned-emaonly.ckpt] - Stable Diffusion 基本模型。lora
: [flux/flux.1-turbo-alpha/diffusion_pytorch_model.safetensors] - LoRA 用於增強修補。seed
: [random] - 控制生成變異性。num_inference_steps
: [2] - 較高的值提高品質。guidance_scale
: [0] - 控制對先驗信息的遵循。video_length
: [10] - 定義處理的幀數。mask_dilation_iter
: [8] - 擴展遮罩範圍。ref_stride
: [10] - 用於時間一致性的參考幀步幅。neighbor_length
: [10] - 定義用於參考的幀數。subvideo_length
: [50] - 批次中處理的最大幀數。seg_repo
: [briaai/RMBG-2.0] - 背景移除模型。frame_rate
: [1] - 匹配源幀率。format
: [video/h264-mp4] - 輸出格式。crf
: [19] - 控制影片壓縮品質。subvideo_length
以加快處理速度。num_inference_steps
以加快生成速度。mask_dilation_iter
以改善遮罩覆蓋範圍。neighbor_length
以改進移動物件的精細化。video_length
和 subvideo_length
以避免記憶體問題。DiffuEraser 由阿里巴巴集團同義實驗室的 Xiaowen Li、Haolan Xue、Peiran Ren 和 Liefeng Bo 創建,smthemex 負責 ComfyUI 集成。Runcomfy Crew 通過 SAM2 自動遮罩生成增強了工作流程。所有榮譽歸功於原作者的開創性貢獻。
RunComfy 是首選的 ComfyUI 平台,提供 ComfyUI 在線 環境和服務,以及 ComfyUI 工作流程 具有驚豔的視覺效果。 RunComfy還提供 AI Playground, 幫助藝術家利用最新的AI工具創作出令人驚艷的藝術作品。