这个项目群里的小伙伴 推荐了好多次了，之前我也试过做整合包，做完后发现BUG太多了，我就删了，看到作者最近又更新了，所以抽空把这个整合包做出来了。效果嘛 你们自己看。
先来一张官方的示例图
下面是我跑完的效果
下面继续看我用其他图片跑的出来的效果
跑一张图片大概需要3-4分钟。
下面是界面截图
下面是这个项目的AI介绍
nstantIR 是一个在 GitHub 上的开源项目，它为图像检索领域带来了创新和高效的解决方案。
这个项目的主要目标是提供一种快速、准确的图像检索方法。在当今信息爆炸的时代，图像数据的数量呈指数级增长，如何快速找到所需的图像成为了一个重要的问题。InstantIR 致力于解决这个问题，通过先进的技术和算法，实现了高效的图像检索。
InstantIR 采用了多种先进的技术来提高图像检索的性能。其中之一是深度学习技术。通过使用深度神经网络，InstantIR 可以自动学习图像的特征表示，从而更好地理解图像的内容。这种特征表示可以用于图像的相似度计算，从而实现快速准确的检索。
另一个重要的技术是索引结构的优化。InstantIR 采用了高效的索引结构，能够快速地定位到与查询图像相似的图像。这种索引结构可以根据图像的特征进行优化，从而提高检索的速度和准确性。
InstantIR 还具有以下几个特点：
首先，它具有良好的可扩展性。可以轻松地处理大规模的图像数据集，并且可以根据实际需求进行扩展和优化。
其次，它提供了丰富的接口和工具，方便用户进行使用和集成。用户可以通过简单的 API 调用，实现图像的检索和分析功能。同时，InstantIR 还提供了可视化工具，方便用户对检索结果进行查看和分析。
此外，InstantIR 是一个开源项目，这意味着任何人都可以免费使用、修改和分发它的代码。这为图像检索领域的研究和开发提供了一个良好的平台，促进了技术的进步和创新。
总之，InstantIR 是一个非常有价值的开源项目，它为图像检索领域带来了新的思路和方法。通过先进的技术和算法，它实现了高效、准确的图像检索，为用户提供了更好的图像检索体验。无论是在学术研究还是实际应用中，InstantIR 都具有广泛的应用前景。
视频演示
傻木修改版记录
傻木二次负优化
减少了体积，减的不多
主要优化了web界面，将我觉得不需要的控件做了隐藏
出图后进行显存回收
固定种子改成了随机种子
原版30步默认，改成了10步
实测感觉影响不大
对电脑硬件有较高要求
内存至少24gb
显存至少20gb
我的4060 16gb出图很卡，前面3张每张100秒左右
1024分辨率的
后面好像更卡了
没有高配硬件，不想优化了
