SoraWatermarkCleaner - Sora2 视频水印去除工具

基于深度学习的 Sora2 视频水印去除工具，快速、高质量地清除 AI 生成视频中的水印。

案例1 (25秒)	keigo_matsumaru_sora_watermark_removed_10mb.mp4
案例2 (10秒)	man_in_snowmountain_sora_watermark_removed_combined.mp4
案例3 (10秒)	STH_soar2_sora_watermark_removed_combined.mp4

特性亮点

• 支持批量处理 - 一次处理整个文件夹的视频
• 双模型可选 - LAMA（快速）和 E2FGVI_HQ（时间一致性好）
• 支持新版水印 - 已更新 YOLO 权重，支持带用户名的新版水印
• Claude Code Skill - 可作为 Claude Code 技能使用，语音命令即可去水印

---

1. 技术方案

SoraWatermarkCleaner（简称 SoraWM）由两部分组成：

• SoraWaterMarkDetector：基于 YOLOv11s 训练的水印检测模型
• WaterMarkCleaner：基于 LAMA 模型的水印修复模块（参考 IOPaint 实现）

整个流程完全由深度学习驱动，在大多数 Sora 生成的视频上都能获得良好效果。

2. 安装

前置要求

• FFmpeg - 视频处理必需
• uv - 推荐的 Python 包管理器

安装步骤

# 克隆仓库
git clone https://github.com/chaye7417/SoraWatermarkCleaner.git
cd SoraWatermarkCleaner

# 安装依赖
uv sync

# 激活环境（可选）
source .venv/bin/activate

模型下载

模型会在首次运行时自动下载：

• YOLO 权重：保存到 resources/best.pt
• LAMA 模型：保存到 torch 缓存目录

3. 使用方法

命令行批量处理

python cli.py -i 输入目录 -o 输出目录

更多选项：

# 处理 .mov 文件
python cli.py -i /输入目录 -o /输出目录 --pattern "*.mov"

# 处理多种格式
python cli.py -i /输入目录 -o /输出目录 --pattern "*.{mp4,mov,avi}"

# 使用 E2FGVI_HQ 模型（时间一致性好，较慢，需要 CUDA）
python cli.py -i /输入目录 -o /输出目录 --model e2fgvi_hq

# 静默模式（不显示进度条）
python cli.py -i /输入目录 -o /输出目录 --quiet

Python API

from pathlib import Path
from sorawm.core import SoraWM
from sorawm.schemas import CleanerType

# 方式1：LAMA - 快速，质量好，可能有轻微闪烁
sora_wm = SoraWM(cleaner_type=CleanerType.LAMA)
sora_wm.run(Path("输入视频.mp4"), Path("输出视频.mp4"))

# 方式2：E2FGVI_HQ - 时间一致性好，但在非 CUDA 设备上很慢
sora_wm = SoraWM(cleaner_type=CleanerType.E2FGVI_HQ)
sora_wm.run(Path("输入视频.mp4"), Path("输出视频.mp4"))

Claude Code Skill

本项目可作为 Claude Code 技能使用。安装后，直接对 Claude 说：

去水印 /path/to/video.mp4

触发词：去水印、Sora水印、清除水印、dewatermark、remove watermark

Web 界面 (Streamlit)

streamlit run app.py

支持单文件和批量处理，可切换模型：

4. 性能优化

我们提供了多种加速选项：

检测器	批量	清理器	TorchCompile	Bf16	耗时(秒)	加速比
YOLO	×	LAMA	×	×	44.33	-
YOLO	×	E2FGVI	×	×	142.42	1.00×
YOLO	×	E2FGVI	✓	×	117.19	1.22×
YOLO	4	E2FGVI	✓	×	82.63	1.72×
YOLO	4	E2FGVI	✓	✓	58.60	2.43×

优化选项说明：

• YOLO 批量检测：默认批量大小为 4，可提升约 40% 速度
• TorchCompile（仅 E2FGVI）：默认开启，可提升约 22% 速度
• Bf16 推理（仅 E2FGVI）：最高可达 2.43 倍加速，但质量可能略有下降

from sorawm.core import SoraWM
from sorawm.schemas import CleanerType

# LAMA + 批量检测（快速）
sora_wm = SoraWM(
    cleaner_type=CleanerType.LAMA,
    detect_batch_size=4
)

# E2FGVI_HQ + 全部优化（时间一致性好）
sora_wm = SoraWM(
    cleaner_type=CleanerType.E2FGVI_HQ,
    enable_torch_compile=True,
    detect_batch_size=8
)

# E2FGVI_HQ + Bf16（最快，质量略有损失）
sora_wm = SoraWM(
    cleaner_type=CleanerType.E2FGVI_HQ,
    enable_torch_compile=True,
    detect_batch_size=4,
    use_bf16=True
)

5. Web 服务器

提供基于 FastAPI 的 Web 服务：

# 构建前端（可选）
cd frontend && bun install && bun run build && cd ..

# 启动服务器
python start_server.py

服务器运行在 5344 端口，访问 http://localhost:5344 查看界面。

API 接口：

1. submit_remove_task - 上传视频，返回任务 ID
2. get_results - 查询任务状态和进度
3. download - 下载处理后的视频

详细文档：http://localhost:5344/docs

6. 一键便携版（Windows）

提供免安装便携版，解压即用：

下载链接：

• Google Drive
• 百度网盘（提取码：jusu）

特点：

• ✅ 无需安装
• ✅ 包含所有依赖
• ✅ 开箱即用

7. 数据集

标注数据集已上传至 Hugging Face：sora-watermark-dataset

欢迎使用该数据集训练自己的检测模型或改进现有模型。

8. 许可证

Apache License 2.0

9. 致谢

• IOPaint - LAMA 实现
• Ultralytics YOLO - 目标检测框架
• linkedlist771/SoraWatermarkCleaner - 原始项目