CSA Inpainting Studio

CSA Inpainting Studio

补全图像中被遮盖的空洞，并把 Coherent Semantic Attention 方法的两个阶段并排展示，一个是粗略结果，一个是精修结果。适合研究图像修复的人。

由 KumaPower 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的，应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么：CSA Inpainting Studio 会补全图像中缺失的区域，让你在同一张图和同一个遮罩上比较 Coherent Semantic Attention 方法的两个阶段。一个阶段是粗略结果，另一个是精修结果。这个 Space 运行在 Hugging Face 上，所以你在浏览器里就能试用，不用安装任何东西。

适合谁：研究图像修复的研究人员和学生，以及想在自己的图片上运行这个方法的开发者，都适合用它。

Industry | Who uses it | How they use it | Example
计算机视觉 | 研究人员 | 在同一个遮罩上比较粗略阶段和它的精修结果 | 画出一个空洞，用滑动对比条查看两个结果
教育 | 学生 | 看看语义注意力如何改变被补全的区域 | 试试画廊里的示例
软件 | 开发者 | 在测试图像上运行已发布的修复模型包 | 上传自己的图像和遮罩
图像编辑 | 爱好者 | 去掉或修补图片上的一块区域 | 在瑕疵上涂抹并补全

需要商用编辑工具的人可以跳过，因为它的许可证是非商用的。

用在哪里：它可以在这些地方运行。

• 网页浏览器，打开 Hugging Face 上的 Space 页面
• Windows，需要 Python 3.12.12
• macOS，需要 Python 3.12.12
• Linux，需要 Python 3.12.12

Use case | Who | What they get back
比较两个阶段 | 研究人员 | 并排或用滑动对比条显示的两个结果
试一个画廊示例 | 新手 | 不用准备遮罩就能看到的快速演示
使用自己的遮罩 | 开发者 | 基于你上传的二值遮罩得到的补全结果

如何设置：在线使用这个 Space 只需要浏览器。在你自己的电脑上运行一份副本，需要下面这些。

• Python 3.12.12 和 pip
• huggingface_hub 包，它提供 hf 命令
• 足够的磁盘空间，仓库里有 7 个文件

1. 安装 huggingface_hub 包。
2. 把这个 Space 的文件下载到本地文件夹。
3. 进入这个文件夹。
4. 安装这个 Space 使用的 Gradio 版本，再安装 requirements.txt 里的包。
5. 启动应用。

pip install -U huggingface_hub
hf download KumaPower/CSA-Inpainting-Studio --repo-type space --local-dir CSA-Inpainting-Studio
cd CSA-Inpainting-Studio
pip install gradio==6.31.0
pip install -r requirements.txt
python app.py

如何使用：打开 Space 页面，或者在你的电脑上运行应用，再打开 Gradio 显示的页面。上传一张图像并涂出空洞，或者从画廊里挑一个示例。你也可以自带一个现成的二值遮罩，或者让应用按训练流程生成一个。遮罩里的白色像素表示空洞。

python app.py

Tool | What it does
涂抹区域 | 让你在上传的图像上涂出空洞
画廊 | 提供现成的示例作为起点
二值遮罩上传 | 接收用白色像素表示空洞的遮罩
比较两个阶段 | 并排或用滑动对比条显示粗略和精修的结果，并可下载任一张 PNG

示例：你上传一张照片，涂掉一个小物体，再点比较按钮。你会看到粗略补全和精修补全并排显示，并且可以把其中任何一张下载为 PNG。

新手与专家：图像修复的意思是补全图片缺失的部分，让它和其余部分融合。第一件可以试的小事，是用画廊里的一个示例，这样你就不用自己做遮罩。

这个模型包把粗略的第一阶段和使用连贯语义注意力的精修阶段配在一起。输入在推理前会被缩放到 256 乘 256。两个阶段都会保留这张缩放后输入里已知的像素。示例图片来自公开的 CSA 和 MEDFE 发布。

你上传一张图像和一个遮罩
图像被缩放到 256 乘 256
粗略阶段补全空洞
精修阶段改善补全效果

注意事项：输出尺寸固定为 256 乘 256，所以大照片会丢失细节。

Title: 两个已发布阶段的训练步数
Rough stage 1: 156181 steps
CSA refinement: 97397 steps

• License: cc-by-nc-4
• Cost to run: 未提及
• Data it reaches: 你上传的图像和遮罩，以及 Hugging Face 提供的模型文件
• Not for: 商业用途，cc-by-nc-4 许可证不允许
• Hardware: 这个 Space 设为在 Hugging Face 的 zero-a10g 上运行，你自己的电脑需要什么，来源没有说明

Hugging Face 上的数据（2026年11月13日）

• 点赞：1
• 构建方式：gradio
• 许可证：cc-by-nc-4.0

链接

• Space：https://huggingface.co/spaces/KumaPower/CSA-Inpainting-Studio
• 文件：https://huggingface.co/spaces/KumaPower/CSA-Inpainting-Studio/tree/main

试用

在浏览器里打开这个 Space，或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。