Mindket

MEDFE Inpainting Studio

新上架第 1 版 · 更新于

概览

用 MEDFE 图像修复模型补全图像中被遮盖的空洞,并展示它的结构和纹理预测。可以把结果和带遮罩的输入对比,并下载为 PNG。

MEDFE Inpainting Studio 是一款工具包,属于开发类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • 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
用在
  • 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
先运行
pip install -U huggingface_hub
hf download KumaPower/MEDFE-Inpainting-Studio --repo-type space --local-dir MEDFE-Inpainting-Studio
cd MEDFE-Inpainting-Studio

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

MEDFE Inpainting Studio 用已发布的 MEDFE 模型补全图像中缺失的区域。MEDFE 的全称是 Mutual Encoder-Decoder with Feature Equalizations,来自 ECCV 2020。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看这个模型效果的开发者,都适合用它。

IndustryWho uses itHow they use itExample
计算机视觉研究人员查看模型预测出的结构和纹理画出一个空洞,再打开预测视图
教育学生看看被遮盖的区域是怎么重建的试试画廊里的示例
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,再运行模型

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 caseWhoWhat they get back
补全被遮盖的区域任何人一张可以下载为 PNG 的补全图像
和输入对比研究人员补全结果和带遮罩输入之间的滑动对比条
查看预测研究人员网络输出的结构和纹理

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/MEDFE-Inpainting-Studio --repo-type space --local-dir MEDFE-Inpainting-Studio
cd MEDFE-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。

python app.py
ToolWhat 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
Run MEDFE生成被遮盖图像的补全结果
滑动对比条把补全结果和带遮罩的输入作对比
下载把补全结果保存为 PNG

示例

你上传一张照片,涂掉一个小物体,再按 Run MEDFE。你拖动滑动对比条,对比补全后的图像和带遮罩的图像,然后把补全后的图像下载为 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 Space 运行的是已发布的实现,训练步数为 120,994。它先把每个输入缩放到 256 乘 256,再让遮罩之外的每个像素保持原样。除了最终的图像,你还可以查看网络的结构预测和纹理预测。示例图片来自公开的 MEDFE 和 CSA 发布。

  1. 你上传一张图像和一个遮罩
  2. 图像被缩放到 256 乘 256
  3. MEDFE 预测结构和纹理
  4. 被遮盖的区域被补全

注意事项

输出尺寸固定为 256 乘 256,所以大照片会丢失细节。

  • License: cc-by-nc-sa-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-sa-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

README 和文件

README

MEDFE Inpainting Studio

用 MEDFE 图像修复模型补全图像中被遮盖的空洞,并展示它的结构和纹理预测。可以把结果和带遮罩的输入对比,并下载为 PNG。

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:MEDFE Inpainting Studio 用已发布的 MEDFE 模型补全图像中缺失的区域。MEDFE 的全称是 Mutual Encoder-Decoder with Feature Equalizations,来自 ECCV 2020。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看这个模型效果的开发者,都适合用它。

Industry | Who uses it | How they use it | Example
计算机视觉 | 研究人员 | 查看模型预测出的结构和纹理 | 画出一个空洞,再打开预测视图
教育 | 学生 | 看看被遮盖的区域是怎么重建的 | 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 | 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,再运行模型

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
补全被遮盖的区域 | 任何人 | 一张可以下载为 PNG 的补全图像
和输入对比 | 研究人员 | 补全结果和带遮罩输入之间的滑动对比条
查看预测 | 研究人员 | 网络输出的结构和纹理

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/MEDFE-Inpainting-Studio --repo-type space --local-dir MEDFE-Inpainting-Studio
cd MEDFE-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。

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
Run MEDFE | 生成被遮盖图像的补全结果
滑动对比条 | 把补全结果和带遮罩的输入作对比
下载 | 把补全结果保存为 PNG

示例:你上传一张照片,涂掉一个小物体,再按 Run MEDFE。你拖动滑动对比条,对比补全后的图像和带遮罩的图像,然后把补全后的图像下载为 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 Space 运行的是已发布的实现,训练步数为 120,994。它先把每个输入缩放到 256 乘 256,再让遮罩之外的每个像素保持原样。除了最终的图像,你还可以查看网络的结构预测和纹理预测。示例图片来自公开的 MEDFE 和 CSA 发布。

你上传一张图像和一个遮罩
图像被缩放到 256 乘 256
MEDFE 预测结构和纹理
被遮盖的区域被补全

注意事项:输出尺寸固定为 256 乘 256,所以大照片会丢失细节。

  • License: cc-by-nc-sa-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-sa-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-sa-4.0

链接

  • Space:https://huggingface.co/spaces/KumaPower/MEDFE-Inpainting-Studio
  • 文件:https://huggingface.co/spaces/KumaPower/MEDFE-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。

文件
README.md  5 KB

1 个文件,共 5 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face Space。

产品点赞构建方式许可证最近更新
MEDFE Inpainting Studio 本页1gradiocc-by-nc-sa-4.0
FLUX.1 [dev]共有 gradio9,583gradiomit
InstantID共有 gradio3,659gradioapache-2.0
Chat With Janus-Pro-7B共有 gradio2,036gradiomit
PhotoMaker共有 gradio1,960gradioapache-2.0
Z Image Turbo共有 gradio1,940gradioapache-2.0
数据为 Mindket 在 2026-11-12 读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

Huashu Design

alchaincyf · 技能

把你在 AI 智能体里写的一句话需求,变成一份完成的设计:发布动画、可点击的应用原型、可编辑的幻灯片、信息图,或一组小红书图片。可在多种智能体中使用。

新上架29.4k

Guizang PPT Skill

op7418 · 技能

能生成单文件 HTML 幻灯片、幻灯片配图和多平台封面的技能,有两套视觉风格,还带演讲者模式用于排练。适合使用 Claude Code 或 Codex 的演讲者。

新上架29.8k

Claude Code Skills & Plugins

alirezarezvani · 技能

为 Claude Code 和其他编程智能体提供 411 个现成技能,按角色分组,从工程、产品到营销、财务和合规。以插件方式安装。适合开发者和业务团队。

新上架29.8k

开发类的相似商品

查看开发类的全部商品

buzz

block · 工具包

可自行托管的工作空间,人和 AI 智能体在同样的房间里协作,基于 Nostr 中继,把每个动作记录为签名事件。适合想自己运行中继的团队。

新上架37.3k

plannotator

backnotprop · 工具包

把你的 AI 编程智能体的计划、规格和代码改动在浏览器里打开,让你加批注或评论,并把反馈直接发回给智能体。

新上架10.5k

open-code-review

alibaba · 工具包

用 AI 智能体审查 Git 改动:它会读取文件、搜索代码库,再写出对应到具体行的审查意见。适合想在命令行里自动做代码审查的开发者。

新上架50.7k