К содержимому
Изображения

P-Q-Image-2.1-Remove-Object

быстрое удаление объектов без искажения фона

2 мин чтения

Набор LoRA-адаптеров (небольших надстроек над базовой моделью) от команды PrunaAI для Qwen/Qwen-Image-2.1, которые аккуратно стирают указанный объект с фотографии, включая его тени и отражения. В отличие от стандартной базы и ускоренных версий, которые часто меняют или слегка сдвигают остальной кадр, эти адаптеры оставляют нетронутую часть снимка полностью идентичной оригиналу. Для запуска доступны три варианта: ускоренные версии на 6 и 8 шагов без CFG (работают поверх дистиллированной модели PrunaAI/P-Q-Image-2.1) и классическая версия на 40 шагов для базовой модели. Инструмент пригодится фотографам, дизайнерам и разработчикам пайплайнов постобработки, которым нужен точный инпейнтинг без смещения пикселей.

Ключевые особенности

  • Точечное редактирование: удаляет не только сам предмет, но и связанные с ним тени и блики на поверхности, сохраняя остальное изображение без изменений.
  • Работа за 6 или 8 шагов: быстрые варианты запускаются с весом 0.7 поверх дистиллированной LoRA без использования CFG.
  • Гибкое выделение: достаточно обвести объект грубым красным контуром (#FF0000) через встроенный скрипт draw_outline.py или просто описать цель текстом.
  • Сохранение исходного масштаба: генерация подстраивается под площадь оригинального снимка (примеры в карточке показаны в разрешении ~2 MP).

Что можно сделать

  • Очистить уличные и пейзажные кадры от случайных прохожих, машин, строительных кранов или лишних предметов интерьера.
  • Убрать из кадра телефон, руку или отдельные элементы одежды на портретных снимках без потери текстуры фона.
  • Встроить 6-шаговый вариант в автоматический пайплайн на базе diffusers для быстрой пакетной ретуши фотографий.

Пример

pipe = QwenImage21Pipeline.from_pretrained("Qwen/Qwen-Image-2.1", torch_dtype=torch.bfloat16).to("cuda")
pipe.load_lora_weights("PrunaAI/P-Q-Image-2.1-Remove-Object", weight_name="p_q_image_2.1_remove_object_6_steps_v0.1.safetensors", adapter_name="removal")
pipe.load_lora_weights("PrunaAI/P-Q-Image-2.1", weight_name="p_q_image_2.1_6_steps_v0.2.safetensors", adapter_name="distill")
pipe.set_adapters(["distill", "removal"], adapter_weights=[1.0, 0.7])

edited = pipe(prompt=outline_prompt("Remove the red car on the left."), image=[draw_outline(photo, mask)], num_inference_steps=6, true_cfg_scale=1.0).images[0]
ПодробнееАрхитектура: LoRA rank 32 (три файла под 6 шагов, 8 шагов и базовую модель на 40 шагов).
Железо и софт: требуется видеокарта с поддержкой CUDA, библиотеки torch>=2.4.0, transformers>=5.17 и актуальный diffusers.
Ограничения: при весе LoRA ниже 0.5 объект может остаться на месте с изменённым цветом, а выше ~1.25 модель начинает захватывать соседние предметы; контур нужно сохранять в PNG без сжатия JPEG.
Примеры
Обсудить Telegram 19 162

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 13 GB · готовые файлы16 GB
  • FP8 / INT8рекомендуемвеса 6.8 GB9.0 GB
  • 4-bitвеса 3.9 GB5.8 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 3080 · BF16 — от RTX 4090

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Это LoRA: вместе с базовой моделью Qwen-Image-2.1.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # PrunaAI/P-Q-Image-2.1-Remove-Object
    # ===== Токены: вставьте свои между кавычками =====
    export HF_TOKEN=""        # huggingface.co/settings/tokens — для закрытых моделей
    # ==========================================
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download Qwen/Qwen-Image-2.1 --local-dir ~/models/Qwen-Image-2.1
    hf download PrunaAI/P-Q-Image-2.1-Remove-Object --local-dir ~/models/P-Q-Image-2.1-Remove-Object
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Qwen-Image-2.1
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • SageAttention 3v2.2.0от 28 октября 2025

    ещё быстрее на RTX 50 / Blackwell

    FP4-внимание для Blackwell. Быстрее SageAttention 2, но авторы советуют 2-ю версию, когда важна точность.

    Как включить: Сборка из папки sageattention3_blackwell репозитория; в ComfyUI — через KJNodes.

    Предыдущие поколения (2)
    • SageAttention 2++ — Квантованное (INT8/FP8) внимание без заметной потери качества. Главное ускорение для генерации картинок и видео.
    • SageAttention 1 — Первая версия: INT8 для Q·K. Работает и на старых сборках, но 2++ быстрее и точнее.
  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (3)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
    • xFormers — Старый способ ускорить внимание, работает почти везде. Если есть Sage или Flash — они быстрее.
  • cache-dit (DBCache)v1.5.6от 20 ноября 2026новая версия

    1.5–3× при почти том же качестве

    Переиспользует результаты блоков между шагами диффузии. Поддерживает большинство DiT-моделей.

    Как включить: pip install cache-dit; одна строка cache_dit.enable_cache(pipe) для diffusers.

    Предыдущие поколения (2)
    • MagCache — Пропускает шаги по величине изменений. Точнее TeaCache без калибровки.
    • TeaCache — Первый массовый кэш шагов диффузии. Работает, но новые методы точнее.
  • Nunchaku (SVDQuant 4-bit)v1.2.1от 25 января 2026

    ≈3× быстрее и в 3.5× меньше памяти

    4-битные версии популярных моделей картинок почти без потери качества (FP4 на RTX 50).

    Как включить: Есть готовые веса для поддерживаемых моделей; в ComfyUI — ComfyUI-nunchaku.

  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Нужна базовая модель

Qwen/Qwen-Image-2.1

Эта модель — LoRA / адаптер. Сначала скачайте базовую модель, затем подключите к ней эту.

Новые посты про версии Qwen-Image-2.1 — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 12Все на Hugging Face
Слияния 4Все на Hugging Face

О модели

PrunaAI/P-Q-Image-2.1-Remove-Object
Автор
PrunaAI
Категория
Изображения
Дата выхода
На сайте

На сайте

Hugging Face

16219

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Робототехника

CloudEdgeVLA

CloudEdgeVLA