Flux Fill Dev v2 的对象移除 LoRA

更新日期：20250517

已在 RunningHub 发布 Remove Anything v1.0：

https://www.runninghub.ai/ai-detail/1923389726278283265

我可以说它比 Object Removal LoRA v2 更优秀，并且在对象移除方面优于许多闭源平台。

bmm 4300 是 Remove Anything v1.0

更新日期：20250503

发布对象移除 v2 版本

采用新的训练方法，通过时间步长（700）选择训练目标

在 RORD 数据集的子集上训练

数据集约 500 个样本

训练轮次：3

重复次数：1

秩（rank）：16

学习率：1e-4

演示示例中的最后一张图属实验性质，会产生伪影，因此 700 reg 0.5 已弃用。

更新日期：20240320

发布对象移除 v1 版本

关于此版本：

使用更大的数据集进行训练。

融合了额外的修补训练以提升细节纹理。

已知问题：

由于训练数据主要针对移除人物，当移除人体部分时，

模型倾向于将整个人体从图像中删除。

建议使用原始的 Fill 功能来完成此类移除任务。

更新日期：20250316

上传了训练更充分的文件。

似乎更长的训练提升了模型的泛化能力。

更新日期：20250314
为 beta 版本增加随机选择训练机制。
随机选择加噪的真实数据或加噪的地面真实数据进行训练。
可防止因训练目标错位导致的模型退化。

训练器：

https://github.com/lrzjason/T2ITrainer

数据集：

lrzjason/ObjectRemovalFluxFill

您可以直接从 Hugging Face 下载 LoRA，无需等待。此 EA 仅用于支持我后续的开源开发：

https://huggingface.co/lrzjason/ObjectRemovalFluxFill

模型描述

这是基于 Flux Fill Dev 模型微调的对象移除 LoRA。

该 LoRA 旨在从指定的遮罩区域中移除对象，适用于需要无缝删除图像中不必要元素的图像编辑任务。

本 LoRA 受 Object Drop 启发。Object Drop 在对象移除方面取得了惊人效果，我希望将其应用于 Flux Fill 模型。

由于计算资源限制，此 alpha 版本仅在极小数据集上训练。

如有人对此感兴趣并愿意赞助计算资源，请与我联系。

适用用途

本模型仅限非商业用途，依据 FLUX.1 [dev] 非商业许可证。

限制

仅限非商业用途：本模型仅可用于非商业应用。根据 FLUX.1 [dev] 非商业许可证，任何商业用途均被禁止。

大遮罩区域：模型在处理大面积遮罩时可能效果不佳。

使用方法

使用本模型时，需提供一张图像及对应的遮罩图，指示需移除对象的区域。模型将生成移除对象后的编辑图像。

请以 Flux Fill 为基础模型，并加载此 LoRA。

训练数据

模型在包含对应遮罩的小型图像数据集上进行了微调，专注于对象移除任务。数据集涵盖多种对象与场景，以确保鲁棒性能。

许可证

本模型依据 [FLUX.1 [dev] 非商业许可证](https://huggingface.co/black-forest-labs/FLUX.1-dev/blob/main/LICENSE.md) 授权。您可自由使用、修改和分发本模型用于非商业目的，但严禁任何商业用途。

引用

如在您的研究或项目中使用本模型，请按以下格式引用：

bibtex
@misc{object-removal-lora,
  author = {lrzjason},
  title = {Object Removal LoRA of Flux Fill Dev},
  year = {2025}
}

联系方式

Twitter: @Lrzjason
邮箱: [email protected]
QQ 群: 866612947
Civitai: xiaozhijason
微信: fkdeai

赞助我以支持更多开源项目：

Buymeacoffee：

微信：

免责声明：本模型按“现状”提供，不附带任何明示或暗示的担保。作者不对因使用本模型而导致的任何误用或损害负责。