Qwen-Image-2.1用オブジェクト除去LoRA:PrunaAI製アダプターとComfyUIワークフロー

作例は配布元のモデルカードで公開されています。
基本情報
| 項目 | 内容 |
|---|---|
| リポジトリ | PrunaAI/P-Q-Image-2.1-Remove-Object-Comfy |
| まとめページ | Qwen-Image-2.1 のまとめ(記事5本) |
| 公開元のまとめ | Alibaba(Qwen) のモデルとライセンスのまとめ |
| 公開日 | 2026-11-11 |
| ライセンス | qwen-research |
| 配布形式 | safetensors |
| 出典の種類 | 公開元の一次情報(公式HuggingFaceリポジトリから直接取得した一次情報) |
情報を集めた時点で、当サイトのコードが確定させた値です。日付はJSTで表示しています。
概要
PrunaAIから、画像生成・編集モデル Qwen/Qwen-Image-2.1 を対象としたオブジェクト除去用LoRAアダプター群 PrunaAI/P-Q-Image-2.1-Remove-Object が公開されました。また、ComfyUI向けに最適化されたワークフローと専用ノードを含む PrunaAI/P-Q-Image-2.1-Remove-Object-Comfy もあわせて提供されています。
本モデルは、入力画像から指定した特定のオブジェクトを取り除き、その背後にある背景を推測して自然に埋め合わせる画像編集(image-to-image)モデルです。消去したい対象を赤枠のアウトラインやテキスト指示で指定することにより、対象物だけでなくその影や水面の反射まであわせて除去し、指定外の画像領域を変更せずにそのまま保持した出力を得ることができます。
スペック
資料に記載されているモデルの仕様および推奨設定は以下の通りです。
- 対応タスク: 単一写真からの特定オブジェクト除去(image-to-image)
- モデル構造: LoRA(ランク32)
- 入力形式: 写真データおよび除去指示テキスト(写真上に赤枠のアウトラインを描く形式を推奨。プロンプトテキストのみでの指定にも対応)
- 提供バリエーション:
6-step: 蒸留LoRA(PrunaAI/P-Q-Image-2.1)と併用し6ステップで生成。推奨のデフォルト設定でLoRA強度は0.7 –8-step: 蒸留LoRAと併用し8ステップで生成。LoRA強度は0.7 –base: ベースモデル単体で40ステップで生成。LoRA強度は1.0- サンプリング設定: CFGを使用しない設定(
true_cfg_scale=1.0) - 出力解像度: 入力画像の総画素数・面積に合わせた解像度で生成(パイプライン側で各辺を32の倍数に変換して実行したのち、元の画像サイズへとリサイズ)
- ライセンス条件:
qwen-researchライセンスが適用されます
性能・品質
ベースモデルである Qwen/Qwen-Image-2.1 やその高速な蒸留モデルを用いてオブジェクトの削除を試みる場合、目的のオブジェクト以外の背景領域にも変化が加わってしまったり、生成画像全体の位置がシフトして元の入力写真とズレが生じたりする課題がありました。
今回公開された P-Q-Image-2.1-Remove-Object は、削除対象とその影響(地面の影や濡れた路面への映り込みなど)を正確に消去しながら、指定外の背景をそのまま残して元の位置関係を維持する目的で学習されています。
公開元がモデルカードで公表している品質特性および留意点は以下の通りです。
- 影や反射の連動除去: マスクで指定された対象物本体だけでなく、その外側に広がる影や水面の反射などもモデルが推測して自動的に除去されます。
- 生成領域のテクスチャ: オブジェクトを取り除いた後の埋め合わせ領域は、周囲の背景に比べて滑らか・ぼやけた質感になったり、写真特有のノイズ感が失われたり、規則的な格子状パターンが現れることがあります。少ステップ版で推奨されるLoRA強度0.7は、これらの現象を抑える調整値として設定されています。
- マスク指定の注意点: マスク枠が残したい人物や物体に重なっている場合、アウトラインの指示が優先されて隣接する対象まで一緒に消去されることがあります。二人の人物が重なっている場合などは、プロンプトテキストのみでの指定の方が良好な結果を得られる場合があります。
得意なこと・想定用途
本モデルは、写真に写り込んだ不要な人物や建物、車、機材といった特定オブジェクトを取り除き、自然な背景で埋める修復処理に適しています。例えば、濡れた広場を歩く人物を削除する際に、人物本体だけでなく、マスク領域の外側に伸びた水たまりへの反射まで判断してまとめて消去する処理を得意としています。
既存のモデルで課題となりやすかった「オブジェクト削除に伴い、周囲の背景や画像全体が歪んだりシフトしたりする現象」を防ぎ、元の入力写真との位置関係を正確に維持できるため、編集結果をそのまま元の素材として利用したい場合に効果的です。
操作面では、写真上に赤枠のアウトラインを描いて消去対象を指定する手法を推奨しています。また、明確なマスクを作成せずに「右側の男性を削除」といったプロンプト指示のみで実行する運用にも対応しています。蒸留LoRAと組み合わせることで6ステップまたは8ステップという少ないステップ数で実行できるため、高速な画像編集ワークフローを構築したい用途に向いています。
なお、本モデルはオブジェクトの除去タスク専用に学習されており、オブジェクトの追加や置き換え、スタイルや色の変更といったその他の画像編集用途には対応していません。
類似モデルとの違い
当サイトで過去に取り上げたQwen-Image-2.1派生モデルとの具体的な違いは以下の通りです。
カメラアングルの変更に対応した 「QI_2.1_AnyAngle」カメラアングル操作LoRA:必要VRAM 48GB〜・配布ファイル一覧 は、3DモデルやGaussian Splatから生成した画像を参照し、元のスタイルを保ちながら視点や構図を自由に変更することを目的としたモデルです。これに対して本モデルは、構図やカメラアングルを変更せず完全に固定したまま、指定したオブジェクトの消去と背景の保持だけに機能を特化させています。
また、高速生成・編集に対応した 「Qwen-Image-2.1-viggle-turbo」4ステップの高速画像生成・編集モデル:必要VRAM 48GB〜 は、複数枚のリファレンス画像に基づく汎用的な画像生成や指示ベースの広範な編集を対象としています。これに対して本モデルは、オブジェクト除去における「消去対象以外の領域を一切変化させずに元の位置関係を維持する」という一点に焦点を当て、影や映り込みの処理に特化して調整されている点が大きく異なります。
動作環境
動作環境の目安(Local Model Watch 算出) — パラメータ数 7.1B(元モデル Qwen/Qwen-Image-2.1 の値)
| 手持ちのVRAM | 選べる量子化 | ファイルサイズ | 必要メモリの目安 |
|---|---|---|---|
| RTX 6000 Ada / A6000 など 48GB | BF16 | 30.8GB | 37.0GB |
必要メモリは配布ファイルの実サイズに実行時のオーバーヘッド(KVキャッシュ等)を20%見込んだ概算で、文脈長・バッチサイズ・推論エンジンによって増減します。公開元の公称値ではなく、当サイトがファイルサイズから機械的に算出した値です。 この配布は LoRA 等のアダプタで、表は元モデル Qwen/Qwen-Image-2.1 を動かす要件です。 他のモデルとの比較はVRAM別の早見表を参照してください。 量子化の名前の読み方は用語集にあります。
手元で動かせるか
公開元の配布形式は safetensors です。
ライセンス qwen-research(商用利用不可): Alibaba の Qwen Research License です。研究・評価目的に限られ、商用利用には別途ライセンスの取得が必要です(第1条i・第2条b)。
配布形式とライセンス表記から当サイトのコードが組み立てた判定です。ライセンスの要約は法的助言ではないため、実際の利用にあたっては公開元の原文を確認してください。
当サイトでの実測
ライセンスの都合で行っていない実測
このモデルのライセンス(qwen-research)は商用利用を認めていません。広告を掲載している当サイトでは、ライセンスの都合上、モデルを動かす実測(CPU での実行・回答・量子化の比較・変換・生成)は行っていません。
配布ファイル
PrunaAI/P-Q-Image-2.1-Remove-Object で配布されている重みファイルを、Hugging FaceのAPIから当サイトが並べたものです。サイズは実ファイルの値です。
| ファイル | サイズ |
|---|---|
p_q_image_2.1_remove_object_6_steps_v0.1.safetensors |
168MB |
p_q_image_2.1_remove_object_8_steps_v0.1.safetensors |
168MB |
p_q_image_2.1_remove_object_base_v0.1.safetensors |
168MB |
入手方法
本モデルの重みファイルは safetensors 形式で配布されています。利用にあたり、Hugging Face上でのライセンス同意手続き(Gated)は不要です。
Diffusers パイプラインで利用する場合は、リポジトリ PrunaAI/P-Q-Image-2.1-Remove-Object から対象バリエーションの LoRA ファイルを取得します。少ステップ版(6-step または 8-step)を動かす際は、ベースモデルである Qwen/Qwen-Image-2.1 に加えて、蒸留 LoRA である PrunaAI/P-Q-Image-2.1 をあわせて読み込んで適用する必要があります。また、リポジトリ内には推奨形式の赤枠アウトラインを描画し、プロンプトを自動構成するスクリプト draw_outline.py が用意されています。
ComfyUI で利用する場合は、PrunaAI/P-Q-Image-2.1-Remove-Object-Comfy から環境を構築できます。こちらには ComfyUI 用に変換された LoRA ファイルのほか、すぐに読み込んで実行できるJSON形式のワークフローファイルや、アウトライン処理を行う専用カスタムノード precise_removal_outline が同梱されています。
関連記事
- 「QI_2.1_AnyAngle」カメラアングル操作LoRA:必要VRAM 48GB〜・配布ファイル一覧
- 「Qwen-Image-2.1-viggle-turbo」4ステップの高速画像生成・編集モデル:必要VRAM 48GB〜
- 「Qwen-Image-2.1-Turbo」8ステップで高速生成する画像生成モデル:必要VRAM 48GB〜
- 「MiniMax-H3-Image-Character-Swap」画像編集モデル:必要VRAM 4GB〜
次に読むなら
- 同じモデル系統を調べる → Qwen-Image-2.1 系統のまとめ(記事5本・変換版2件)
- このモデルを入手できる形式を調べる → Safetensors形式の解説と対応モデル
- 公開元について調べる → Alibaba(Qwen) のモデル・ライセンス・記事のまとめ
- 同じ用途の他のモデルを探す → 画像生成・編集のモデル一覧

