Lama Cleaner 安装与配置指南

Lama Cleaner 安装与配置指南

lama-cleaner Fork of https://github.com/Sanster/lama-cleaner 项目地址: https://gitcode.com/gh_mirrors/lamac/lama-cleaner

1. 项目基础介绍

Lama Cleaner 是一个开源的图片修复工具，基于最先进的 AI 模型。它可以去除图片中的不需要的元素，支持多种先进的人工智能模型，如 LaMa、LDM、ZITS 等。此项目完全免费且开源，可以自托管，支持 CPU、GPU 以及 M1/M2 芯片。它的主要编程语言是 Python，同时也使用了 TypeScript、JavaScript、SCSS 等技术。

2. 关键技术和框架

• Python：项目的主要编程语言，用于后端逻辑处理。
• TypeScript/JavaScript：用于前端界面开发。
• SCSS：一种 CSS 预处理器，用于扩展 CSS 的功能。
• PyTorch：一个开源的机器学习库，用于深度学习模型的开发。
• 多种 AI 模型：如 LaMa、LDM、ZITS 等，用于图片修复的核心算法。

3. 安装和配置准备工作

在开始安装前，请确保您的系统中已经安装了以下依赖：

• Python 3.8 或更高版本
• Node.js 和 npm（用于前端构建）
• Git（用于克隆项目）

同时，根据您的需要选择安装 GPU 版本的 PyTorch 以加速处理速度。

安装步骤

步骤 1：克隆项目

打开终端（或命令提示符），执行以下命令克隆项目：

git clone https://github.com/playgroundai/lama-cleaner.git
cd lama-cleaner

步骤 2：安装后端依赖

安装 Python 依赖，确保使用虚拟环境以避免污染全局环境：

pip install virtualenv
python -m venv venv
source venv/bin/activate  # 在 Windows 下使用 `venv\Scripts\activate`
pip install -r requirements.txt

步骤 3：安装前端依赖

切换到前端目录并安装依赖：

cd app/
pnpm install

步骤 4：启动开发服务器

在完成前端依赖安装后，您可以启动开发服务器来查看界面：

pnpm start

步骤 5：构建项目

当您准备将项目部署到生产环境时，执行构建命令：

pnpm build

步骤 6：运行后端服务

在另一个终端中，启动后端服务：

python main.py

此时，Lama Cleaner 应该已经在 http://localhost:8080 上运行。

确保遵循上述步骤，您应该能够顺利地安装并运行 Lama Cleaner。如果在安装过程中遇到任何问题，请检查项目文档或打开终端中的错误输出以获取更多信息。

lama-cleaner Fork of https://github.com/Sanster/lama-cleaner 项目地址: https://gitcode.com/gh_mirrors/lamac/lama-cleaner