README.md

---
license: apache-2.0
language:
- en
base_model:
- black-forest-labs/FLUX.1-dev
pipeline_tag: image-to-image
---

# HiFi-Inpaint

HiFi-Inpaint 是一个基于 FLUX.1-dev 的图像修复/补全（inpainting）推理工程，提供 `infer.py` 一键跑通的 demo 流程（参考图 + 带遮罩输入 → 输出修复结果）。

## 环境安装

```bash
conda create -n hifi-inpaint python=3.10 -y
conda activate hifi-inpaint
pip install -r requirements.txt
```

## 模型权重准备

1) 从 Hugging Face 下载 FLUX.1-dev：
- https://huggingface.co/black-forest-labs/FLUX.1-dev

2) 下载 HiFi-Inpaint 的 LoRA 权重（由我们提供）。

将权重放到如下目录（目录不存在可自行创建）：

- `./ckpts/FLUX.1-dev`
- `./ckpts/HiFi-Inpaint`

仓库中 `ckpts/` 仅保留空目录占位文件，不包含任何模型权重。

推荐目录结构：

```text
ckpts/
  FLUX.1-dev/
    (base model files...)
  HiFi-Inpaint/
    pytorch_lora_weights.safetensors
```

## 推理（Inference）

直接运行：

```bash
python infer.py
```

默认参数（可在命令行覆盖）：
- `--base_model_path ./ckpts/FLUX.1-dev`
- `--lora_path ./ckpts/HiFi-Inpaint`
- `--demo_dir ./assets/inference_demo`
- `--output_dir ./outputs`

运行后会在 `outputs/` 下生成 `1_result.png` ~ `4_result.png`。

示例：指定权重路径与输出目录

```bash
python infer.py \
  --base_model_path ./ckpts/FLUX.1-dev \
  --lora_path ./ckpts/HiFi-Inpaint \
  --output_dir ./outputs
```

## 说明

- `assets/inference_demo/` 内置 4 组 demo（`*_ref.jpg` 与 `*_masked.jpg`），`infer.py` 会自动遍历并生成结果。
- 默认使用 bfloat16 并优先使用 CUDA；建议在具备 NVIDIA GPU 的环境运行。