DiffuEraser

上传视频和掩码，一键移除物体，修复结果自然连贯。

开源 🏷️完全免费 ✅ 目前可打开图像生成 🍴 复刻 68 🐛 待处理 27 👀 关注 14

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 705

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源项目，Apache-2.0许可证，可免费使用和部署。

项目预览

DiffuEraser 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类图像生成

开发团队lixiaowen-xw

官网地址https://lixiaowen-xw.github.io/DiffuEraser-page

GitHubhttps://github.com/lixiaowen-xw/DiffuEraser

定价模式🏷️完全免费

价格说明开源项目，Apache-2.0许可证，可免费使用和部署。

访问状态✅ 目前可打开

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型stable-diffusion,video-editing,video-inpainting

GitHub 星标★ 705

上线时间2025-01-17 00:00:00

代码更新2025-04-17

仓库体积9.1 MB

本站数据更新2026-11-09

维护状态低维护

收录时间2026-08-09

浏览次数4

项目介绍

DiffuEraser 是一个基于扩散模型的视频修复（video inpainting）工具，旨在解决视频中移除不需要对象或修复损坏区域时，生成内容与周围环境不协调、时间上闪烁不连贯的问题。它利用扩散模型的强大生成能力，在保证内容完整性和时间一致性的同时，兼顾了处理效率。与传统的基于光流或图像修复方法不同，DiffuEraser 通过联合优化空间和时间维度，使得修复后的视频在视觉上自然流畅，尤其适用于物体移除、视频编辑等场景。项目提供预训练模型和推理代码，用户可输入视频和掩码，自动生成修复结果。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 705

技术标签

stable-diffusion video-editing

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：高级约 75 分钟部署方式：本地安装 5 步

环境要求

CUDA GPU
Python 3.9
ffmpeg

安装与启动步骤

1建 conda 环境

官方钉了 python 3.9.19，版本偏差容易在依赖解析时炸。
```
conda create -n diffueraser python=3.9.19
```
2装依赖

先激活环境再装，requirements 里有编译型包，需要本机有编译工具链。
```
pip install -r requirements.txt
```
3下载权重

权重分阶段存放，先确认目录结构再跑推理。
4跑视频修复

输入待修复视频，模型会擦除指定区域并按上下文补全。
```
python run_diffueraser.py
```
5可选：自己训练

两阶段训练脚本齐全，数据准备成本远高于推理，先想清楚再动。
```
sh train_DiffuEraser_stage1.sh
```