跳到正文

RealFill

用参考图像补全图像缺失区域

访问官网

RealFill 是什么

RealFill 被介绍为一种图像补全的生成模型,使用少量场景的参考图像填充图像中的缺失区域,并生成与原始场景相符的视觉内容。资料还提到它在包含多种复杂场景的新图像补全基准测试中进行了评估。

你可以用它做什么

  • 把缺失区域补成与参考图像相符的内容
  • 修复图像里缺失的部分
  • 生成与原始场景相符的视觉内容

工作方式

  • 在参考图像和目标图像上微调预训练的图像补全扩散模型
  • 创建保持图像先验的个性化生成模型
  • 从输入图像中学习内容、光照和风格
  • 用微调后的模型通过标准扩散采样填充目标图像的缺失区域

优点与缺点

✓ 我们认可的地方

  • 微调后的模型保持图像先验,并学习输入图像的内容、光照和风格
  • 填充过程使用标准的扩散采样

! 需要留意的地方

  • 微调需要同时提供参考图像与目标图像
  • 流程依赖预训练的图像补全扩散模型

常见问题

靠什么补全缺失区域?

资料说明使用少量场景参考图像,以及在参考与目标图像上微调得到的图像补全扩散模型。

模型从输入中学到什么?

资料说明模型保持良好的图像先验,并学习输入图像中的内容、光照和风格。

最后评测: 2026-11-15

更多 AI 图像生成 工具

查看全部 →

评测方法