这个项目提供了一种优雅的方式来移除 Sora2 生成视频中的 Sora 水印。

⭐️:

1. 我们现在支持批量处理了。

2. 对于带用户名的新水印，Yolo 权重已更新 — 请尝试新版本的水印检测模型，效果会更好！

3. 数据集已开源 — 我们已经将标注好的数据集上传到了 Hugging Face，查看此数据集。欢迎训练你自己的检测模型或改进我们的模型！

4. 一键便携版已发布 — 点击这里下载，Windows 用户无需安装即可使用！

   
   

SoraWatermarkCleaner（后面我们简称为 SoraWm）由两部分组成：

• SoraWaterMarkDetector：我们训练了一个 yolov11s 版本来检测 Sora 水印。（感谢 YOLO！）

• WaterMarkCleaner：我们参考了 IOPaint 的实现，使用 LAMA 模型进行水印移除。

  （此代码库来自 https://github.com/Sanster/IOPaint#，感谢他们的出色工作！）

我们的 SoraWm 完全由深度学习驱动，在许多生成的视频中都能产生良好的效果。

视频处理需要 FFmpeg，请先安装它。我们强烈推荐使用 uv 来安装环境：

1. 安装：

uv sync

现在环境将被安装在 .venv 目录下，你可以使用以下命令激活环境：

source .venv/bin/activate

2. 下载预训练模型：

训练好的 YOLO 权重将存储在 resources 目录中，文件名为 best.pt。它将从 https://github.com/linkedlist771/SoraWatermarkCleaner/releases/download/V0.0.1/best.pt 自动下载。Lama 模型从 https://github.com/Sanster/models/releases/download/add_big_lama/big-lama.pt 下载，并将存储在 torch 缓存目录中。两者都是自动下载的，如果失败，请检查你的网络状态。

3. 批量处理 Use the cli.py for batch processing

python cli.py [-h] -i INPUT -o OUTPUT [-p PATTERN] [--quiet]

examples:

# Process all .mp4 files in input folder
python batch_process.py -i /path/to/input -o /path/to/output
# Process all .mov files
python batch_process.py -i /path/to/input -o /path/to/output --pattern "*.mov"
# Process all video files (mp4, mov, avi)
python batch_process.py -i /path/to/input -o /path/to/output --pattern "*.{mp4,mov,avi}"
# Without displaying the Tqdm bar inside sorawm procrssing.
python batch_process.py -i /path/to/input -o /path/to/output --quiet

对于不想手动安装的用户，我们提供了一键便携版本，包含所有预配置的依赖项，开箱即用。

Google Drive（谷歌云盘）：

• 从 Google Drive 下载

百度网盘（推荐国内用户使用）：

• 链接：https://pan.baidu.com/s/1onMom81mvw2c6PFkCuYzdg?pwd=jusu

• 提取码：jusu

• ✅ 无需安装

• ✅ 包含所有依赖

• ✅ 预配置环境

• ✅ 开箱即用

只需下载、解压并运行！

基本用法，只需尝试 example.py：

from pathlib import Pathfrom sorawm.core import SoraWMif __name__ == "__main__":    input_video_path = Path(        "resources/dog_vs_sam.mp4"
    )    output_video_path = Path("outputs/sora_watermark_removed.mp4")    sora_wm = SoraWM()    sora_wm.run(input_video_path, output_video_path)

我们还提供了基于 streamlit 的交互式网页界面，使用以下命令尝试：

streamlit run app.py

现在也支持批量处理，你可以拖入一个文件夹或选择多个文件进行处理。 

在这里，我们提供了一个基于 FastAPI 的 Web 服务器，可以快速将这个水印清除器转换为服务。

只需运行：

python start_server.py

Web 服务器将在端口 5344 启动，你可以查看 FastAPI 文档 了解详情，有三个路由：

1. submit_remove_task:

   上传视频后，会返回一个任务 ID，该视频将立即被处理。

   
   

2. get_results:

你可以使用上面的任务 ID 检索任务状态，它会显示视频处理的百分比。一旦完成，返回的数据中会有下载 URL。

3. downlaod:

你可以使用第2步中的下载 URL 来获取清理后的视频。