企业官网建设流程全解析

在 Windows 上部署 IOPaint：3 步本地运行 AI 去水印与图像修复

【免费下载链接】IOPaintImage inpainting tool powered by SOTA AI Model. Remove any unwanted object, defect, people from your pictures or erase and replace(powered by stable diffusion) any thing on your pictures.项目地址: https://gitcode.com/GitHub_Trending/io/IOPaint

IOPaint（原 Lama Cleaner）在 Windows 上完成部署只需 3 步，全程大约 10~20 分钟，最终得到一套本地运行的 AI 图像修复工具：去物体、去水印、修补缺损都靠它完成，数据不出本机。下面按"装好环境 → 启动服务 → 完成第一张图"的顺序走一遍，每一步都标注了你会看到的提示，方便随时对照。

先看效果：IOPaint 能修哪些图

修复前：画面右下角有一行白色水印文字。

修复后：水印所在区域由周围背景补全，与边缘衔接自然。

它解决的是三类问题：移除不需要的物体、去掉水印文字、填补划痕和破损区域。下面开始部署。

部署前检查环境与硬件

Windows 部署流程：三个脚本文件走完全程

拿到代码

打开命令行，执行：

git clone https://gitcode.com/GitHub_Trending/io/IOPaint

命令结束后，当前目录下会出现IOPaint文件夹，进入它再继续。整个下载通常一两分钟，具体视网速而定。

让脚本代装环境

双击win_setup_cn.bat。它会自动完成：创建 conda 虚拟环境、把 pip 指到清华与腾讯云两个国内镜像、按 CUDA 11.8 安装 PyTorch、装好 iopaint 本体及插件依赖。你不需要手动敲任何 pip 命令。预计 10~30 分钟，取决于网速；窗口停在一行PAUSE提示时说明装完，按任意键关闭窗口。

打开网页

双击win_start_cn.bat。脚本会激活虚拟环境、把 HuggingFace 指向国内镜像以加速模型拉取，然后启动服务并在后台自动下载默认模型。当窗口日志显示服务监听8080端口后，浏览器打开http://localhost:8080，能看到带工具栏和画布的 IOPaint 编辑界面，部署到此结束。

第一次实战：把老照片上的划痕擦掉

按"上传 → 框选 → 选模型 → 生成 → 保存"走一遍，样例图就用仓库自带的assets/old_photo.jpg（512×341）：

1. 上传：点击界面顶部的文件选择按钮，挑入样图，画布随即显示原图。
2. 框选：切到画笔工具，在划痕、污渍上涂一道；涂过的地方会半透明发白，代表被遮罩覆盖。
3. 选模型：侧边栏保持默认的lama即可，它不吃显卡，CPU 上也能跑。
4. 生成：点击生成按钮，遮罩区域被重绘；512×341 的小图通常几秒出结果，处理完自动拼出前后对比。
5. 保存：点击保存按钮，结果文件下载到本地。

修复前：照片表面划痕清晰可见。

修复后：划痕区域被平滑补全，底色与周围保持一致。

IOPaint 模型选择与设备切换参数

默认选择lama：它覆盖了大部分去水印、去物体场景。显卡支持 CUDA 时，可以这样换模型和设备：

iopaint start --model=sd --device=cuda

首次启动会自动下载对应权重，完成后界面侧边栏即可切换到该模型。

常见报错与处理办法

• 💡 脚本中途报错退出：多为网络掐断了某个镜像源。重新双击win_setup_cn.bat续跑即可，脚本支持重复执行；仍不行就检查代理设置。
• 🐢 模型迟迟下不完：权重从 HuggingFace 拉取，启动脚本已内置国内镜像变量HF_ENDPOINT，耐心等待；也可以先用iopaint download命令单独把权重下好再启动服务。
• 🧠 显存或内存不足：给启动命令追加--low-mem，它会启用注意力切片与 VAE 分块处理来省显存；实在跑不动扩散模型时，把--device换回cpu。

下一步：批量跑一遍

建议接着体验批量处理：先看 批量处理源码 理解--image、--mask、--output三个路径参数的对应规则，然后在命令行对整目录执行同样的修复，省去逐张打开界面的操作。想查参数细节，还可以看 一键脚本目录 与 模型配置模块。

【免费下载链接】IOPaintImage inpainting tool powered by SOTA AI Model. Remove any unwanted object, defect, people from your pictures or erase and replace(powered by stable diffusion) any thing on your pictures.项目地址: https://gitcode.com/GitHub_Trending/io/IOPaint