gwm_outpainting

更新（2024年7月29日）

我们使用我们的数据集对 brushnet 进行了微调。现在，新版本可将修复能力迁移至任意SDXL模型。此版本对城市景观非常友好！！！

尽情使用，并记得点赞❤️以获取未来更新。

---

● 该模型基于 diffusers/stable-diffusion-xl-1.0-inpainting-0.1 微调，可通过掩码进行外补绘制（outpainting）。
● 上传的部分仅包含UNet。
● 展示顺序为 output_result-raw_image。

使用方法：

1. 输入为带掩码的图像（由源图像扩展而来，扩展部分填充您喜欢的值）及其掩码（将扩展部分设为255，源图像部分设为0）。
2. 使用 diffusers 管道（例如 StableDiffusionXLInpaintPipeline）自动匹配外补UNet的9个输入通道。
3. 将 strength 参数设置为 1.0（非常重要！！！）。

推荐配置：
1. 推荐使用 diffusers 管道。Automatic1111 目前尚不支持 inpaint-XL 模型。
2. 采样调度器：DPM++ 2M SDE Karras，步数：30，CFG：3。
3. 为获得更好体验，建议图像高度扩展比例不超过1.3，宽度扩展比例不超过1.5。
4. 使用较低的CFG值以减少错误提示的影响。
5. 更适合风景类图像输入。

注意事项：

1. 超过推荐的扩展比例可能导致重复内容。为获得更好体验，可先单侧扩展并使用更合适的提示词，或采用渐进式生成方法。
2. 提示词非必需。若使用提示词，建议描述您希望扩展部分的内容，而非图像中已有的对象（例如“汽车”），以避免重复，尤其在高扩展比例时。
3. 我们正在开发下一版本。

更新：

（2024年1月26日）：上传推理说明：https://civitai.com/articles/3835

尽情使用，并记得点赞❤️以获取未来更新。

（模型展示中，我们使用了一些真实图像作为输入，并尽可能在评论中注明图片来源。如涉及侵权，请联系我们删除。）