去水印是兩件事：找出浮水印（物件偵測）與重建底下的畫面（影像修補）。本頁每個模型都屬於其中一種，並標出其授權、預期輸入尺寸與需要的匯出步驟。偵測器與修補模型必須成對搭配 —— 瀏覽器缺一個就無法執行。
這裡的模型不會自動下載。每一項都連到發佈該專案的原始出處，因此適用的是該專案宣告的授權，而不是 PureSnap 的。匯入的模型和預設模型一樣在你瀏覽器本機執行：圖片不會上傳，本機選取的檔案只在當前工作階段有效。
返回 AI 去浮水印
開源模型
兩個預設模型由本站託管並在工具頁自動載入；以下是其他可相容的開源模型，依類型逐一列出官方位址，需自行下載，部分還要先匯出為 ONNX。 下載後可回到工具頁「新增模型」使用。
本站只託管工具頁的兩個預設模型；下列檔案不經過本站，也不會進入本站推理鏈路，下載後可在你自己的 Python / ComfyUI / ONNX Runtime 環境中使用。
預設模型（YOLOv8n 辨識 + MI-GAN 512 修復）由本站託管，在工具頁自動初始化載入，不需要下載。
可相容的辨識模型
2相容要求：Ultralytics YOLOv8 / YOLO11 偵測模型，輸入固定 640×640；匯出時開啟 NMS（yolo export model=best.pt format=onnx imgsz=640 nms=True opset=12），輸出 [1,300,6]。類別名稱可以不同，只影響標註文案。
YOLOv8n Watermark DetectionPITA需自行匯出
640×640 · float32 · [1,300,6] · NMS授權: AGPL-3.0
模型解析
以 PITA 資料集微調的 YOLOv8n，可辨識文字與 Logo 水印；AGPL-3.0，模型卡註明僅限學術用途。倉庫只提供 .pt 權重，需依下方匯出要求轉成 ONNX。
YOLO11 Watermark DetectorSoliton80需自行匯出
640×640 · [1,300,6] · NMS
模型解析
針對文字、Logo、半透明與多語言水印微調的 YOLO11，隨 ComfyUI 節點一起提供；需自行取得 .pt 權重，再依下方要求匯出。
可相容的修復模型
2相容要求：用 MI-GAN 官方腳本匯出整條 pipeline（python -m scripts.create_onnx_pipeline --resolution 256|512）。輸入為 uint8 image + mask（255 保留 / 0 修復），支援任意尺寸，輸出 uint8 RGB。
MI-GAN 256 (Places2)256需自行匯出
uint8 image + mask · dynamic H/W授權: MIT
模型解析
MI-GAN 256（Places2），通用場景修復；比預設的 512 版更小更快，細節略弱。官方 .pt 權重需用 create_onnx_pipeline.py 轉換。
MI-GAN 256 (FFHQ)256需自行匯出
uint8 image + mask · dynamic H/W授權: MIT
模型解析
MI-GAN 256（FFHQ），畫面以人臉為主時效果更好。官方 .pt 權重需用 create_onnx_pipeline.py 轉換。
快速回答
AI 去浮水印工具內建兩個預設模型 —— 偵測用 YOLOv8n、修補用 MI-GAN 512，由 PureSnap 託管並自動載入。本頁列出其他相容的開源偵測器與修補模型，附上官方下載位址；這些檔案不經代理、不快取、也不會加入預設流程，部分模型必須先匯出成 ONNX 瀏覽器才能執行。
常見問題
使用工具一定要先下載模型嗎？
不用。兩個預設模型由 PureSnap 託管，首次使用時自動初始化。額外模型只給想試不同偵測器或修補模型的人。
為什麼有些模型需要先匯出成 ONNX？
工具透過 ONNX Runtime Web 在瀏覽器執行模型，因此以 PyTorch 檢查點（.pt）發佈的權重無法直接使用。這些項目通常在其儲存庫附有匯出腳本：先匯出成 ONNX，再把產生的檔案加入工具。
第三方模型也受 PureSnap 條款約束嗎？
不受。每個模型保有自己的授權，並標示在其卡片上。商業使用前請先確認 —— 有些僅限研究用途或要求標註出處。
最後更新：2026-10-26