结合深度学习与图像处理技术，提供高效精准的水印移除解决方案
基于 Ultralytics YOLOv8 模型，精准识别图片中的品牌logo水印位置，支持多种水印类型
集成 IOPaint 强大的图像修复能力，自动填充水印区域，保持图片整体质量
支持批量图片处理，大幅提升工作效率，适用于大规模水印清理任务
支持 IOPaint API 模式，减少初始化耗时，提供更快的处理速度
支持 ONNX 模型推理，提供更快的检测速度和更好的跨平台兼容性
丰富的配置选项，支持自定义模型路径、服务器地址等参数
简单三步，完成水印检测与移除
YOLOv8 模型自动扫描图片，精准定位品牌logo水印的具体位置
将检测到的水印区域转换为掩码，为后续修复提供精确边界
IOPaint 根据周围像素智能填充水印区域，生成干净自然的输出图片
基于业界领先的深度学习与图像处理技术
YOLOv8
Ultralytics
IOPaint
图像修复
PyTorch
深度学习
ONNX
模型部署
快速了解项目使用与配置
在 configs.py 中配置 USE_IOPAINT_API=True，然后先启动 IOPaint 服务：
python iopaint_server.py
也可以对接单独部署的 IOPaint 服务，只需配置自定义的 IOPAINT_SERVER_HOST。
• Demo1：ultralytics + IOPaint（命令行方式）- python remove_watermark.py
• Demo2：onnxruntime + IOPaint（命令行方式）- python remove_watermark_with_onnx.py
推荐使用 VS Code 的 Dev Containers 模式，参考 .devcontainer/README.md。
或使用 conda 创建环境并安装依赖：
conda create -n yolo8-plus-iopaint python=3.8.18 -y
pip install -r requirements.txt
需要下载相关 DLL 文件并放置到 CUDA 安装目录的 lib 和 bin 文件夹中。详细下载链接和安装步骤请参考项目文档。