企业官网建设流程全解析

FLUX.1 Fill 本地 Inpainting/Outpainting 快速上手：黑白 mask 规则与一条命令出图指南

【免费下载链接】fluxOfficial inference repo for FLUX.1 models项目地址: https://gitcode.com/GitHub_Trending/flux49/flux

用 FLUX.1 Fill [dev] 做图像局部重绘（inpainting）或向四周扩展画面（outpainting）时，唯一要牢记的核心规则是：mask 上白色区域才会被模型重新生成，黑色区域原样保留。本文带你从零搭好环境、画对黑白 mask，再用一条命令或交互会话跑出第一张合格结果图，并附上常见报错与验收清单。

先记住最反直觉的一条：白色才是"画给我看"

很多 inpainting 工具用黑色标记"要改的地方"，FLUX.1 Fill 恰好相反。打开 src/flux/sampling.py 的prepare_fill函数，底图会被这样处理：

mask = torch.from_numpy(mask).float() / 255.0 ... img_cond = img_cond * (1 - mask)

mask 按/255.0归一化后，底图执行img_cond * (1 - mask)：

• 白色（255）→(1 - 1) = 0→ 原图被清零，交给模型按 prompt 生成；
• 黑色（0）→(1 - 0) = 1→ 原图像素原样保留。

口诀：想重绘/扩展的地方涂白，想保留的地方涂黑。

这是仓库自带的示例 mask（对应底图assets/cup.png），纯黑白两色、无灰度过渡。

两条硬约束，跑之前先检查

交互模式（--loop）会对每次输入做上述校验，不通过就拒绝并提示重新输入，不会静默跑偏。

环境三步走：venv + 自动拉权重

安装与激活

按 README.md 的本地安装步骤，使用 Python 3.10 创建虚拟环境：

cd $HOME/flux python3.10 -m venv .venv source .venv/bin/activate pip install -e ".[all]"

权重从哪来

不需要手动下载。启动任一 demo（包括python -m flux fill）时，权重会自动从 HuggingFace 仓库black-forest-labs/FLUX.1-Fill-dev拉到本地checkpoints/目录（见 docs/fill.md）。

如果你已有本地权重，可以用环境变量直接指向，跳过下载：

export FLUX_MODEL=<你的模型权重路径> export FLUX_AE=<你的 autoencoder 路径>

<你的...路径>是占位符，替换成你机器上的实际文件路径即可。

最小可运行命令：不改参数也能出图

默认示例直接跑

cli_fill.py 中img_cond_path和img_mask_path的默认值就是仓库自带示例，所以这条命令什么都不传也能跑：

python -m flux fill

此时默认 prompt 为"a white paper cup"，输出写入output/img_0.jpg。

换成你自己的图

python -m flux fill \ --prompt "a ceramic coffee mug on a wooden table" \ --img_cond_path /path/to/your/conditioning.png \ --img_mask_path /path/to/your/mask.png

• --prompt：描述"白色区域应该长什么样"，模型只在 mask 白色区域生成，黑色区域不受 prompt 影响。
• --img_cond_path/--img_mask_path：底图与 mask，格式支持 jpg/jpeg/png/webp，尺寸要求见上文。

常用参数与默认值速查

以下默认值均取自 cli_fill.py 中main()的函数签名：

交互模式：反复试 prompt / 种子 / 步数

启动--loop会话

python -m flux fill --loop

会话按prompt → 底图路径 → mask 路径的顺序依次提示，输入留空即复用上一次的值，省去重复粘贴。

斜杠命令速查

在 prompt 输入行可以直接敲斜杠命令（完整文案见 cli_fill.py 中的usage）：

提示：先固定一个seed，再改--prompt或--num_steps，这样每次对比都是"只改了一个变量"，调参更直观。

不想手写 mask？Streamlit demo

streamlit run demo_st_fill.py

demo_st_fill.py 里可以直接在画布上涂抹生成黑白 mask，也内置了 outpainting 快捷方式：拖动"Zoom Out Amount (All Sides)"滑杆（范围 1.0–3.0，步长 0.1）及各边单独的 zoom 滑杆，程序通过add_border_and_mask自动生成带黑边的放大底图，并把新边框区域在 mask 中标为白色。界面提示也写明了语义：Mask (white areas will be generated)。

结果验收：图去哪了、为什么没图

正常产物长什么样

采样结束后终端打印Done in <秒数>s（该耗时是你本机的实际运行结果，不要当作固定性能指标）。随后进入保存逻辑（见 util.py 的save_image）：

• 终端打印Saving output/img_{idx}.jpg，文件写入output/（或你指定的--output_dir）；
• {idx}从 0 开始递增，已有文件时自动取最大编号 +1；
• 图片 Exif 中Make为Black Forest Labs、Model为flux-dev-fill；
• 默认还会把 prompt 写入ImageDescription（可用--add_sampling_metadata False关闭）。

打开output/img_0.jpg核对：mask 白色区域应按 prompt 重新生成，黑色区域保持原图内容。

没看到新文件的两种原因

1. NSFW 过滤拦截保存前有一道 NSFW 分类器（Falconsai/nsfw_image_detection，阈值 0.85，见 util.py）。若判定为 NSFW，图片不会写入磁盘，终端只打印：

   Your generated image may contain NSFW content.

   如果你跑完只看到这句而output/里没有新文件，就是这个原因——换一个更中性的 prompt 即可。

2. 输出目录写错确认--output_dir指向的路径有写权限，且没有拼写错误。

许可红线与商用路径

• FLUX.1 Fill [dev]权重遵循 FLUX.1-dev Non-Commercial License，仅限非商业用途。
• 若需商用，按 README.md 说明，可通过 BFL 获得商业授权，并在 CLI 中开启--track_usage，运行前设置BFL_API_KEY环境变量以自动统计用量：

  export BFL_API_KEY="your_api_key_here" python -m flux fill --track_usage ...

• 更深入的模型背景可参考 docs/fill.md 与 model_cards/FLUX.1-dev.md。

【免费下载链接】fluxOfficial inference repo for FLUX.1 models项目地址: https://gitcode.com/GitHub_Trending/flux49/flux