# FLUX.1-dev ControlNet 图像修复 - Beta版
本仓库包含了由阿里妈妈创意团队开发的[alimama-creative/FLUX.1-dev-Controlnet-Inpainting-Alpha](https://huggingface.co/alimama-creative/FLUX.1-dev-Controlnet-Inpainting-Alpha)模型的改进版图像修复ControlNet权重和推理代码。
## 主要改进
与之前版本相比,我们最新的图像修复模型带来了以下改进:
1. **支持1024分辨率**: 能够直接处理和生成1024x1024分辨率的图像,无需额外的放大步骤,提供更高质量和更详细的输出结果。
2. **增强细节生成**: 经过微调以捕捉和重现修复区域的更精细细节。
3. **改进提示词控制**: 通过增强的提示词解释,对生成内容提供更精确的控制。
## 展示示例
以下图像是使用ComfyUI工作流生成的([点击此处下载](https://huggingface.co/alimama-creative/FLUX.1-dev-Controlnet-Inpainting-Alpha/resolve/main/images/alimama-creative-flux-inapint-cn-beta.json)),设置如下:
`control-strength` = 1.0, `control-end-percent` = 1.0, `true_cfg` = 1.0
| 图像 & 提示词输入 | Alpha 版本 | Beta 版本 |
|-----------------------------------------------------|----------------------------------------------------|----------------------------------------------------|
### ComfyUI使用指南:
下载示例ComfyUI工作流[点击这里](https://huggingface.co/alimama-creative/FLUX.1-dev-Controlnet-Inpainting-Alpha/resolve/main/images/alimama-creative-flux-inapint-cn-beta.json)。
- 使用`t5xxl-FP16`和`flux1-dev-fp8`模型进行30步推理@1024px & H20 GPU:
- GPU内存使用: 27GB
- 推理时间: 48秒 (true_cfg=3.5), 26秒 (true_cfg=1)
- 通过调整以下参数可以获得不同的结果:
| 参数 | 推荐范围 | 效果 |
|-----------|------------------|--------|
| control-strength | 0.6 - 1.0 | 控制ControlNet对生成的影响程度。较高的值会使生成结果更严格地遵循控制图像。 |
| controlend-percent | 0.35 - 1.0 | 决定ControlNet影响在去噪过程中的哪一步结束。较低的值在后期步骤中允许更多的创意自由。 |
| true-cfg (无分类器引导尺度) | 1.0 或 3.5 | 影响生成结果对提示词的遵循程度。较高的值会增加对提示词的遵循,但可能降低图像质量。 |
- 更全面的整图提示词可以带来更好的整体效果。例如,除了描述需要修复的区域,你还可以描述整个图像的背景、氛围和风格。这种方法可以使生成的结果更加和谐自然。
## Diffusers 推理
1. 安装所需的diffusers版本:
```shell
pip install diffusers==0.30.2
```
2. 克隆此仓库:
```shell
git clone https://github.com/alimama-creative/FLUX-Controlnet-Inpainting.git
```
3. 在`main.py`中配置`image_path`、`mask_path`和`prompt`,然后执行:
```shell
python main.py
```
## 模型说明
- 训练数据集: 来自LAION2B和专有来源的1500万张图像
- 最佳推理分辨率: 1024x1024
## 许可证
我们的模型权重在[FLUX.1 [dev]](https://huggingface.co/black-forest-labs/FLUX.1-dev/blob/main/LICENSE.md)非商业许可下发布。
