LensErase：用于擦除图像中任意内容的基础模型
LensErase 是一种基于掩码的基础模型，旨在从图像中移除物体、文字、水印和视觉效果。研究团队构建了 LensErase-100M 数据集，包含 1.0107 亿组源图像、掩码与目标图像配对样本，并将文生图模型 Lens 调整用于图像擦除。其方法包括掩码感知的 3D 旋转位置编码、监督微调，以及采用区域感知奖励的强化学习。推理时，TraceFusion 力求保留编辑区域以外的内容。作者称，该模型在六个公开基准和 LensErase-Bench 上，依据参考图像的客观指标及视觉语言模型评估均取得改善。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。