Inpaint Anything 修复图像、视频和3D 场景中的任何内容！开源

Inpaint Anything 可以修复图像、视频和3D 场景中的任何内容！

TL; DR：用户可以通过单击来选择图像中的任何对象。借助强大的视觉模型，例如SAM、LaMa和稳定扩散 (SD)，Inpaint Anything能够顺利地移除对象（即Remove Anything）。此外，在用户输入文本的提示下，Inpaint Anything 可以用任何想要的内容填充对象（即Fill Anything）或任意替换其背景（即Replace Anything）。

下载方式：

1、Github 开源下载 【点击前往】

2、备用下载 【点击前往】

[2023/9/15] Remove Anything 3D代码可用！
[2023/4/30] Remove Anything 视频可用！您可以从视频中删除任何对象！
[2023/4/24]支持本地 Web UI！您可以在本地运行演示网站！
[2023/4/22]网站可用！您可以通过界面体验 Inpaint Anything！
[2023/4/22] Remove Anything 3D可用！您可以从 3D 场景中删除任何 3D 对象！
[2023/4/13] arXiv 上的技术报告可用！

•  移除任何内容
•  填充任意内容
•  替换任何内容
•  删除任何3D内容（🔥新功能）
• 填充任意3D内容
• 替换任何3D内容
•  删除任何视频（🔥新功能）
• 填充任何视频
• 替换任何视频

• 支持任意宽高比
• 支持2K分辨率
•  arXiv 上的技术报告可用（🔥新）
•  网站已上线 ( 🔥新)
•  本地网页用户界面可用（🔥新）
• 支持多种模式（即图像、视频和 3D 场景）（🔥新）

单击图像中的某个对象，Inpainting Anything 将立即将其删除！

• 点击一个对象；
• 分割任何模型（SAM）将对象分割出来；
• 修复模型（例如，LaMa）填补了“空洞”。

需要python>=3.8

python -m pip install torch torchvision torchaudio
python -m pip install -e segment_anything
python -m pip install -r lama/requirements.txt

在 Windows 中，我们建议您首先安装miniconda并Anaconda Powershell Prompt (miniconda3)以管理员身份打开。然后 pip install ./lama_requirements_windows.txt而不是 ./lama/requirements.txt。

下载Segment Anything和LaMa中提供的模型检查点（例如sam_vit_h_4b8939.pth和big-lama），并放入./pretrained_models。 为了简单起见，你也可以前往这里，直接下载pretrained_models，将目录放入./，即可获得./pretrained_models。

对于 MobileSAM，sam_model_type 应使用“vit_t”，sam_ckpt 应使用“./weights/mobile_sam.pt”。对于 MobileSAM 项目，请参阅MobileSAM

bash script/remove_anything.sh

指定一个图像和一个点，“Remove Anything”将会删除该点处的对象。

python remove_anything.py \
    --input_img ./example/remove-anything/dog.jpg \
    --coords_type key_in \
    --point_coords 200 450 \
    --point_labels 1 \
    --dilate_kernel_size 15 \
    --output_dir ./results \
    --sam_model_type "vit_h" \
    --sam_ckpt ./pretrained_models/sam_vit_h_4b8939.pth \
    --lama_config ./lama/configs/prediction/default.yaml \
    --lama_ckpt ./pretrained_models/big-lama

如果你的机器有显示设备，可以改为--coords_type key_in。如果设置了，运行上述命令后，图像就会显示出来。（1）使用左键单击记录单击的坐标。它支持修改点，并且只记录最后一个点的坐标。（2）使用右键单击完成选择。--coords_type clickclick

文字提示：“长凳上的一只泰迪熊”

单击一个对象，输入您想要填充的内容，Inpaint Anything 就会填充它！

• 点击一个对象；
• SAM将物体分割出来；
• 输入文本提示；
• 文本提示引导的修复模型（例如，稳定扩散）根据文本填补“空洞”。

需要python>=3.8

python -m pip install torch torchvision torchaudio
python -m pip install -e segment_anything
python -m pip install diffusers transformers accelerate scipy safetensors

下载Segment Anything中提供的模型检查点（例如sam_vit_h_4b8939.pth）并放入./pretrained_models。为了简单起见，您也可以前往，直接下载pretrained_models，将目录放入./，即可获得./pretrained_models。

对于 MobileSAM，sam_model_type 应使用“vit_t”，sam_ckpt 应使用“./weights/mobile_sam.pt”。对于 MobileSAM 项目，请参阅MobileSAM

bash script/fill_anything.sh

指定图像、点和文本提示，然后运行：

python fill_anything.py \
    --input_img ./example/fill-anything/sample1.png \
    --coords_type key_in \
    --point_coords 750 500 \
    --point_labels 1 \
    --text_prompt "a teddy bear on a bench" \
    --dilate_kernel_size 50 \
    --output_dir ./results \
    --sam_model_type "vit_h" \
    --sam_ckpt ./pretrained_models/sam_vit_h_4b8939.pth

文字提示：“手里拿着相机镜头”

文字提示：“墙上有一幅毕加索的画”

文字提示：“海上有一艘航空母舰”

文字提示：“路上的跑车”

文字提示：“办公室里的一名男子”

单击一个对象，输入您想要替换的背景，Inpaint Anything 将替换它！

• 点击一个对象；
• SAM将物体分割出来；
• 输入文本提示；
• 文本提示引导的修复模型（例如，稳定扩散）根据文本替换背景。

需要python>=3.8

python -m pip install torch torchvision torchaudio
python -m pip install -e segment_anything
python -m pip install diffusers transformers accelerate scipy safetensors

下载Segment Anything中提供的模型检查点（例如sam_vit_h_4b8939.pth）并放入./pretrained_models。 为了简单起见，您也可以前往，直接下载pretrained_models，将目录放入./即可./pretrained_models。

对于 MobileSAM，sam_model_type 应使用“vit_t”，sam_ckpt 应使用“./weights/mobile_sam.pt”。对于 MobileSAM 项目，请参阅MobileSAM

bash script/replace_anything.sh

指定图像、点和文本提示，然后运行：

python replace_anything.py \
    --input_img ./example/replace-anything/dog.png \
    --coords_type key_in \
    --point_coords 750 500 \
    --point_labels 1 \
    --text_prompt "sit on the swing" \
    --output_dir ./results \
    --sam_model_type "vit_h" \
    --sam_ckpt ./pretrained_models/sam_vit_h_4b8939.pth

文字提示：“坐在秋千上”

文字提示：“一辆公交车，在一条乡间小路的中央，夏天”

文字提示：“早餐”

文字提示：“城市十字路口”

只需单击源视图的第一个视图中的对象，Remove Anything 3D 就可以从整个场景中删除该对象！

• 单击源视图的第一个视图中的一个对象；
• SAM将对象分割出来（使用三个可能的掩码）；
• 选择一个面具；
• 利用OSTrack等跟踪模型来跟踪这些视图中的对象；
• SAM根据跟踪结果在每个源视图中分割出对象；
• 利用LaMa等修复模型来修复每个源视图中的对象。
• 利用NeRF等新颖视图合成模型来合成没有物体的场景的新颖视图。

需要python>=3.8

python -m pip install torch torchvision torchaudio
python -m pip install -e segment_anything
python -m pip install -r lama/requirements.txt
python -m pip install jpeg4py lmdb

下载Segment Anything和LaMa中提供的模型 checkpoint （如sam_vit_h_4b8939.pth），放入./pretrained_models。 另外，从这里下载OSTrack预训练模型（如vitb_384_mae_ce_32x4_ep300.pth）放入。 另外，下载 [nerf_llff_data]（如horns），放入。 为了简单起见，你也可以到这里，直接下载pretrained_models，将目录放入，即可获得。 另外，下载pretrain，将目录放入，即可获得。./pytracking/pretrain./example/3d././pretrained_models./pytracking./pytracking/pretrain

对于 MobileSAM，sam_model_type 应使用“vit_t”，sam_ckpt 应使用“./weights/mobile_sam.pt”。对于 MobileSAM 项目，请参阅MobileSAM

bash script/remove_anything_3d.sh

指定一个 3d 场景、一个点、场景配置和遮罩索引（指示使用第一个视图的哪个遮罩结果），然后 Remove Anything 3D 将从整个场景中删除该对象。

python remove_anything_3d.py \
      --input_dir ./example/3d/horns \
      --coords_type key_in \
      --point_coords 830 405 \
      --point_labels 1 \
      --dilate_kernel_size 15 \
      --output_dir ./results \
      --sam_model_type "vit_h" \
      --sam_ckpt ./pretrained_models/sam_vit_h_4b8939.pth \
      --lama_config ./lama/configs/prediction/default.yaml \
      --lama_ckpt ./pretrained_models/big-lama \
      --tracker_ckpt vitb_384_mae_ce_32x4_ep300 \
      --mask_idx 1 \
      --config ./nerf/configs/horns.txt \
      --expname horns

通常--mask_idx设置为 1，这通常是第一帧最可信的掩码结果。如果对象没有被很好地分割出来，你可以尝试其他掩码（0 或 2）。

只需单击视频第一帧中的某个对象，“Remove Anything Video”即可从整个视频中删除该对象！

• 点击视频第一帧中的某个对象；
• SAM将对象分割出来（使用三个可能的掩码）；
• 选择一个面具；
• 利用OSTrack等跟踪模型来跟踪视频中的对象；
• SAM根据跟踪结果在每帧中分割出物体；
• 利用STTN等视频修复模型来修复每一帧中的对象。

需要python>=3.8

python -m pip install torch torchvision torchaudio
python -m pip install -e segment_anything
python -m pip install -r lama/requirements.txt
python -m pip install jpeg4py lmdb

下载Segment Anything和STTN中提供的模型检查点（例如sam_vit_h_4b8939.pth和sttn.pth），并将它们放入./pretrained_models。此外，从这里下载OSTrack预训练模型（例如vitb_384_mae_ce_32x4_ep300.pth）并将其放入。为了简单起见，您也可以前往这里，直接下载pretrained_models，将目录放入并获取。另外，下载pretrain，将目录放入并获取。./pytracking/pretrain././pretrained_models./pytracking./pytracking/pretrain

对于 MobileSAM，sam_model_type 应使用“vit_t”，sam_ckpt 应使用“./weights/mobile_sam.pt”。对于 MobileSAM 项目，请参阅MobileSAM

bash script/remove_anything_video.sh

指定一个视频、一个点、视频 FPS 和蒙版索引（表示使用第一帧的哪个蒙版结果），Remove Anything Video 将从整个视频中删除该对象。

python remove_anything_video.py \
    --input_video ./example/video/paragliding/original_video.mp4 \
    --coords_type key_in \
    --point_coords 652 162 \
    --point_labels 1 \
    --dilate_kernel_size 15 \
    --output_dir ./results \
    --sam_model_type "vit_h" \
    --sam_ckpt ./pretrained_models/sam_vit_h_4b8939.pth \
    --lama_config lama/configs/prediction/default.yaml \
    --lama_ckpt ./pretrained_models/big-lama \
    --tracker_ckpt vitb_384_mae_ce_32x4_ep300 \
    --vi_ckpt ./pretrained_models/sttn.pth \
    --mask_idx 2 \
    --fps 25

通常--mask_idx设置为 2，这通常是第一帧最可信的掩码结果。如果对象没有被很好地分割出来，你可以尝试其他掩码（0 或 1）。