※这个LoRA是一个早期的实验工作，所以它不一定优于其他方法。
重建质量不太高。请将此视为一次实验，以演示其可行性。使用其他模型进行修复可能会获得更高的准确率。
■如果您是 Kontext 的新用户，请尝试按照以下 URL 中的说明进行安装。
它有详细的文档并且易于设置。
https://docs.comfy.org/tutorials/flux/flux-1-kontext-dev
■人工重建被遮蔽的区域。
Kontext 已经具有检测和恢复此类掩码的功能，但由于它可能并不总是完美地工作，因此这个 LoRA 就是为了支持这一点而制作的。
它提高了对样本图像中的马赛克、填充和线条的检测能力。
由于不能使用受版权保护的材料，我使用 AI 生成的水果图像作为样本。
样本图像由于清晰的蒙版和周围环境而易于检测和重建，但真实的蒙版图像通常更复杂且更难处理。
■下面的提示具有较高的面具检测能力，可以作为一个很好的起点。
它还被用作 LoRA 训练期间的标题。
Detect all forms of censorship in the image — including mosaic, blur, black or white bar censor, pixelation, filled areas, and identity censor — and accurately restore the censored regions. Prioritize faithful reconstruction of the original uncensored content based on logical structure and visual context. Ensure that the restored areas retain the intended texture, shape, and detail of the uncensored version.■它本身就很好用，但请尝试调整提示符以更好地匹配您的期望结果。
然而，单靠调整提示符对于提高检测和重建质量而言是有限的。
■重建质量不能保证很高。
像线条这样的薄掩模更容易通过周围环境推断，但完全覆盖的区域可能由于缺乏细节或纹理线索而无法正确重建。
■如果遮罩区域太多，模型可能无法识别应该恢复的内容。
在这种情况下，分割图像并简化蒙版区域可以帮助改善结果。
尝试仅裁剪您想要删除的部分周围的区域。
色彩校正还可以帮助提前改善检测。
例如，扫描的图像可能会褪色或对比度低，因此调整对比度是有效的。
如果调整对比度使之变成纯黑色，充满深灰色或不清晰色调的面具也更容易被检测到。
如果打印点可见，可能会干扰检测。在某些情况下，最好自行重新绘制干净的黑色遮罩线，以提高清晰度。
■此外，由于这个 LoRA 是一个早期实验，它可能会恢复一般形状，但难以恢复真实的纹理或精细的细节。
对于结果不够努力，我们深表歉意——请理解其局限性。
为了获得更好的效果，使用修复或 0.25-0.5 去噪 i2i 与另一个模型可能会更有效。
SD1.5 重量轻，即使在高分辨率下也能表现良好，是 i2i 任务的绝佳选择。
它是一种出色的精炼剂，有时可以产生比预期更好的效果。
如果您有足够的 VRAM，SDXL 也是一个不错的选择。
■我使用AI Toolkit来训练这个LoRA。
如果您对培训感兴趣，开发人员已在下面的 URL 中提供了教程 – 尝试一下！
我想你会发现它比你想象的要容易。
https://www.youtube.com/embed/WSWubJ4eFqI
数据集详细信息：
按照教程，我使用 50 张图像训练了 LoRA。
■ 这50张未遮罩的图像代表最终的编辑结果，并被用作目标侧。
■ 我使用图像编辑器手动将各种蒙版类型添加到可能被蒙版的区域，并将它们用作控制面。
大多数是动漫风格，但也包含一些真实照片。
为了增加多样性，我准备了多种场景。
| 使用提示： | Strength: 1 |
作品参照
The image shows a piece of fruit placed on snow with mosaic censorship applied.Detect all forms of censorship in the image — including mosaic, blur, black or white bar censor, pixelation, filled areas, and identity censor — and accurately restore the censored regions. Prioritize faithful reconstruction of the original uncensored content based on logical structure and visual context. Ensure that the restored areas retain the intended texture, shape, and detail of the uncensored version.
Steps: 20, CFG scale: 2.5, Sampler: Euler同类合集
