图片AI去水印 lama cleaner搭建教程

lama cleaner 是一个开源项目，由 SOTA AI 模型提供支持的图像修复工具，从照片中删除任何不需要的物体、缺陷、人物等

1、首先安装python，但是pytorch的安装需要python3.9或以下，如果不需要GPU加速就去官网https://www.python.org下载最新版，记得勾选"add python.exe to PATH"，否则要手动把python添加到系统环境变量PATH变量里。这里我选择python3.7.9版(https://www.python.org/downloads/release/python-379/)

2、安装完python后，打开cmd命令行，可执行以下命令升级pip，也可以不升级：

python -m pip install --upgrade pip

如果要用GPU加速，那还要安装pytorch，如果不需要显卡加速，跳过这个步骤，pytorch的安装需要python3.9，参考其官网上的安装命令，cmd执行：

pip install torch==1.13.1+cu117 --extra-index-url https://download.pytorch.org/whl/cu117

我这里用CPU演示，所以不安装pytorch，所以在cmd直接执行以下命令：

pip install lama-cleaner

 如果这一步有网络问题，可换成其他镜像源，如清华源

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

只要没出现红色提示报错，就是安装成功了

3、最后cmd中执行这个命令：

lama-cleaner --model=lama --device=cpu --port=8080

第一次执行这命令，会下载一个 big-lama.pt模型 ，如下图，或者提前科学下好然后参考你的cmd里的下载路径，把这模型放进去，一般是：

C:\Users\用户名\.cache\torch\hub\checkpoints，以你的cmd里显示的路径为准；下载地址是：

https://github.com/Sanster/models/releases/download/add_big_lama/big-lama.pt
https://github.com/Sanster/models/releases/download/clickseg_pplnet/clickseg_pplnet.pt

由于用CPU处理，所以device=cpu，如果用GPU，改成device=cuda，port后面的端口号，可自行修改；
以后每次启动，都是这命令，保持cmd不关闭，
在浏览器中打开http://127.0.0.1:8080/ 即可，看下图

参数：

--model=lama表示后训练模型为lama（建议保持默认）
--device=cpu表示渲染硬件为cpu（如果有nvidia独立显卡的可以考虑用cuda进行渲染加速，即：--device=cuda）
--port=8080表示访问端口为8080（一般默认，可自行更改，比如我不想占用端口就改成8088了）

模型：

lama（效果可以）=big-lama.pt

ldm（速度慢，大）=cond_stage_model_decode.pt，cond_stage_model_encode.pt，diffusion.pt

zits（效果不错）=zits-wireframe-0717.pt，zits-edge-line-0717.pt，zits-structure-upsample-0717.pt，zits-inpaint-0717.pt

mat=Places_512_FullData_G.pth

fcf=places_512_G.pth

sd1.5=