Lama Cleaner完整部署教程：在NAS上搭建AI图像去水印系统

Lama Cleaner：

安装

Docker Compose

services:
  lama-cleaner:
    image: cwq1913/lama-cleaner:cpu-1.2.5
    container_name: lama-cleaner
    command: lama-cleaner --device=cpu --port=8080 --host=0.0.0.0
    ports:
      - 8080:8080
    volumes:
      - ./torch_cache:/root/.cache/torch
      - ./huggingface_cache:/root/.cache/huggingface
    restart: always

参数说明（更多参数建议去看文档）

device（命令）：指定运行环境

port（命令）：指定访问端口

/root/.cache/torch（路径）：存放 Lama/LDM/Zits/MAT/FCF 模型

/root/.cache/huggingface（路径）：存放 SD1.5 模型

运行启动后，会自动下载模型（如果网络条件不行，可以参考下面手动下载模型）

先关停容器，来到对应的映射目录

找到这个 /torch_cache/hub/checkpoints 目录（如果有文件删除掉就行）

来到 GitHub 下载模型（https://github.com/guocuixia/lama-cleaner-）

只下载 LaMa 模型就行了（其他有需要的可以自行下载）

将 .pt 模型放到前面的文件夹里

再次启动容器就行了

使用

浏览器中输入 http://NAS的IP:8080 就能看到界面

TIP：运行 CPU 模式跑 AI 模型，占用内存也不小

点击左上角图标（或者中间区域）选择图片就行

先来个简单的，去除下面字体

用画笔涂抹取消去除的水印

TIP：工作的时候，CPU 占用几乎可以跑满

耗时比较短，处理后的效果非常不错，看不出原来是有文字的

点击后退或者查看原图，就可以方便对比前后图片

没问题，就可以下载图片了

平时 AI 生成图片，一般右下角都会有水印就可以用这个工具去除了

这种位置还是很刁钻的，处理后效果也不错

右上角设置，可以切换不同的模型（网络没问题，能直接下载）

总结

Lama Cleaner 这款开源的图像修复工具，除了上面演示的去除水印，还可以用于修复老照片，移除物体、人物和文字等。上手操作也是很简单的，而且不用安装应用打开网页就能使用。

对于我个人来说，已经列为常驻应用了，有需要的也可以部署试试。特别是目前很多生成的 AI 图片都是带有水印的，打开 PS 工具的时间，用这个已经搞定出图了，处理的效果也很不错。

综合推荐：⭐⭐⭐⭐（很不错，已经列为常驻容器）

使用体验：⭐⭐⭐⭐（使用简单，即开即用）

部署难易：⭐⭐（简单）︎

︎