두 기본 모델은 이 사이트에서 호스팅하며 도구 페이지에서 자동으로 로드됩니다. 아래는 그 밖의 호환 오픈소스 모델을 종류별로 정리한 목록이며, 공식 주소에서 직접 내려받아야 합니다(일부는 ONNX로 변환이 필요합니다). 내려받은 뒤 도구 페이지의 "모델 추가"에서 사용할 수 있습니다.
이 사이트는 도구에서 쓰는 두 기본 모델만 호스팅합니다. 아래 파일은 이 사이트를 거치지 않고 추론 경로에도 포함되지 않으며, 사용자의 Python / ComfyUI / ONNX Runtime 환경에서 사용하세요.
기본 모델(YOLOv8n 감지 + MI-GAN 512 복원)은 이 사이트에서 호스팅하며 도구 페이지에서 자동으로 초기화·로드되므로 내려받을 필요가 없습니다.
호환 조건: Ultralytics YOLOv8 / YOLO11 감지 모델, 입력은 640×640 고정. 내보낼 때 NMS를 켜야 합니다(yolo export model=best.pt format=onnx imgsz=640 nms=True opset=12). 출력은 [1,300,6]이며 클래스 이름은 달라도 됩니다(라벨 표시에만 영향).
640×640 · float32 · [1,300,6] · NMS라이선스: AGPL-3.0
모델 정보
PITA 데이터셋으로 미세 조정한 YOLOv8n으로 텍스트와 로고 워터마크를 감지합니다. AGPL-3.0이며 모델 카드에는 학술 용도로만 제한되어 있습니다. 저장소에는 .pt 가중치만 있으므로 아래 절차로 ONNX로 변환하세요.
640×640 · [1,300,6] · NMS
모델 정보
텍스트·로고·반투명·다국어 워터마크용으로 미세 조정한 YOLO11이며 ComfyUI 노드와 함께 배포됩니다. .pt 가중치를 직접 받은 뒤 아래 절차로 변환하세요.
호환 조건: MI-GAN 공식 스크립트로 파이프라인 전체를 내보냅니다(python -m scripts.create_onnx_pipeline --resolution 256|512). 입력은 uint8 image + mask(255 유지 / 0 복원), 임의 크기 지원, 출력은 uint8 RGB입니다.
uint8 image + mask · dynamic H/W라이선스: MIT
모델 정보
MI-GAN 256(Places2)은 일반 장면 복원용입니다. 기본 512 버전보다 작고 빠르지만 세부 묘사는 약간 떨어집니다. 공식 .pt 가중치는 create_onnx_pipeline.py로 변환해야 합니다.
uint8 image + mask · dynamic H/W라이선스: MIT
모델 정보
MI-GAN 256(FFHQ)은 얼굴 중심 이미지에서 더 자연스럽습니다. 공식 .pt 가중치는 create_onnx_pipeline.py로 변환해야 합니다.
한 줄 요약
AI 워터마크 제거 도구에는 기본 모델 두 가지(검출용 YOLOv8n, 인페인팅용 MI-GAN 512)가 포함되어 있고 PureSnap이 호스팅하며 자동으로 로드됩니다. 이 페이지는 다른 호환 오픈소스 검출기와 인페인팅 모델을 공식 다운로드 주소와 함께 나열합니다. 이 파일들은 프록시되거나 캐시되지 않고 기본 파이프라인에도 추가되지 않으며, 일부는 브라우저에서 실행하기 전에 ONNX로 내보내야 합니다.
워터마크 제거는 두 가지 작업입니다. 워터마크를 찾는 일(객체 검출)과 그 아래에 있던 영역을 복원하는 일(인페인팅)입니다. 이 페이지의 각 모델은 둘 중 하나이며 라이선스, 예상 입력 크기, 필요한 내보내기 단계와 함께 표시됩니다. 검출기와 인페인터는 짝을 이뤄야 하며, 하나가 없으면 브라우저에서 실행할 수 없습니다.
여기 있는 모델은 자동으로 다운로드되지 않습니다. 각 항목은 해당 모델을 배포하는 프로젝트로 연결되므로 적용되는 라이선스는 PureSnap이 아니라 그 프로젝트가 명시한 것입니다. 가져온 모델은 기본 모델과 마찬가지로 브라우저에서 로컬 실행되며, 이미지는 업로드되지 않고 로컬에서 고른 파일은 현재 세션 동안만 유지됩니다.
아니요. 두 기본 모델은 PureSnap이 호스팅하며 처음 사용할 때 초기화됩니다. 추가 모델은 다른 검출기나 인페인터를 시험해 보려는 사용자를 위한 것입니다.
도구는 ONNX Runtime Web을 통해 브라우저에서 모델을 실행하므로 PyTorch 체크포인트(.pt)로 배포되는 가중치는 바로 쓸 수 없습니다. 해당 항목은 보통 저장소에 내보내기 스크립트가 함께 있습니다. ONNX로 내보낸 뒤 생성된 파일을 도구에 추가하세요.
아니요. 각 모델은 카드에 표시된 자체 라이선스를 유지합니다. 상업적으로 사용하기 전에 확인하세요. 일부는 연구 용도로만 허용되거나 출처 표시를 요구합니다.
최종 업데이트: 2026-10-26