BrushNet

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

• Python 环境（具体版本见 README 的 Environment Requirement 章节）
• 按 README 的 Environment Requirement 章节安装所需依赖
• 需下载官方预训练权重（见 Data Download 章节）
• 足够的磁盘空间存放模型权重与数据
• 如需在线试用，可使用官方 Hugging Face Space

安装与启动步骤

1. 1克隆项目仓库

   从 GitHub 拉取 BrushNet 源码到本地并进入项目目录，后续步骤均在该目录下执行。

   git clone https://github.com/TencentARC/BrushNet
   cd BrushNet

   复制

2. 2查看环境要求

   打开 README 的 Environment Requirement 章节，按其列出的依赖逐项安装；仓库节选未给出具体安装命令。

3. 3下载模型权重

   参照 README 的 Data Download 章节获取权重与数据，官方权重入口见项目页与仓库提供的链接。

4. 4运行推理脚本

   进入 README 的 Running Scripts 章节，按其中给出的脚本和参数执行图像修复推理。

5. 5在线体验 Demo

   不想本地部署时，可直接打开官方 Hugging Face Space 上传图片试用，无需安装环境。

如何确认成功

README 节选未给出启动命令与端口，无法据此判断；本地运行后以脚本是否正常输出修复后图片为准。

常见问题

注意事项

• 本教程依据 README 节选整理，安装与运行命令请以官方仓库最新 README 为准。
• README 未给出 pip 包名、端口、路径等细节，请勿自行猜测，务必查阅 Environment Requirement 与 Running Scripts 章节。
• 权重与数据集可能通过 Google Drive 等外部链接分发，注意网络环境与存储空间，并遵守相应许可协议。