ReNoise-Inversion

让真实图像精准反演，编辑更自然可控

ReNoise-Inversion 是论文《ReNoise: Real Image Inversion Through Iterative Noising》的官方实现，专注于扩散模型的真实图像反演（inversion）任务。在图像编辑中，将真实图像映射到潜在噪声空间是核心步骤，传统反演方法（如DDIM）在编辑时往往导致内容失真或编辑强度不足。ReNoise 通过迭代加噪策略，在保持图像结构的同时提升编辑的忠实度和灵活性，尤其适用于基于 Stable Diffusion 及其加速变体（如 SDXL-Turbo、LCM-LoRA）的快速编辑场景。项目提供简洁的 Python 接口，支持多种扩散模型后端，解决了反演过程中噪声与内容平衡的难题，使后续文本引导编辑更可控。