LanPaint是什么？

LanPaint 是一種無需額外訓練的高質量圖像修復工具，適用于所有基于 Stable Diffusion 的模型。它通過多次迭代的“思考”過程來優化去噪步驟，從而實現無縫且精確的修復效果。

LanPaint功能特點

• 無需訓練：LanPaint 可以立即與任何 Stable Diffusion 模型配合使用，包括用戶自定義的模型。

• 簡單集成：與標準的 ComfyUI KSampler 工作流相同，易于上手。

• 高質量修復：通過精確的條件推斷和快速收斂的 Langevin 動力學框架，LanPaint 能夠在少量迭代中實現高保真結果。

LanPaint使用方法

1. 安裝 ComfyUI：按照官方指南安裝 ComfyUI。

2. 安裝 ComfyUI-Manager：用于方便管理擴展。

3. 安裝 LanPaint 節點：

• 通過 ComfyUI-Manager 搜索并安裝 LanPaint。

• 或者手動克隆 LanPaint 倉庫到 ComfyUI/custom_nodes 文件夾。

• 重啟 ComfyUI：加載 LanPaint 節點后，即可在 ComfyUI 的“采樣”類別中找到 LanPaint 節點。

4. 參數調整

• LanPaint_NumSteps：表示每次去噪步驟中的迭代次數，復雜任務建議設置為 5-10。

• LanPaint_Lambda：控制內容對齊的強度，推薦值為 6.0。

• LanPaint_StepSize：每次迭代的步長，推薦值為 0.1，困難任務可設置為 0.5。

• LanPaint_cfg_BIG：用于對齊遮罩區域和未遮罩區域的 CFG 比例，推薦值為 8。

LanPaint使用

LanPaint 提供了多種示例，包括將籃子修復為籃球、白襯衫修復為藍襯衫、笑容修復為悲傷表情等。用戶可以通過下載相關工作流和遮罩文件，并在 ComfyUI 中加載對應的模型和圖像來嘗試這些示例。

LanPaint優勢

• 快速收斂：通過 Fast Langevin Dynamics（FLD）框架，LanPaint 在極少數迭代中即可實現高質量修復。

• 避免局部最優陷阱：通過雙向引導（BiG）分數函數，LanPaint 能夠避免因大步長擴散步驟導致的局部最優問題。

• 廣泛的適用性：無需針對特定數據集或模型進行訓練，即可直接應用于各種社區訓練的擴散模型。

LanPaint適用場景

• 圖像修復：修復老照片、去除劃痕或損壞部分。

• 創意設計：擴展圖像邊界、替換內容、生成新元素。

• 藝術創作：根據文本提示生成風格一致的新內容。

• 商業圖像處理：廣告設計、產品圖優化。

• 隱私保護：去馬賽克、恢復模糊內容。

GitHub倉庫地址：https://github.com/scraed/LanPaint