而且有个专门为这种 NAS 优化的版本。

首选：IOPaint

它就是干这个的——AI 图像修复（inpainting），官方明确列出的用途就是 去除物体、瑕疵、水印、路人。

推荐用这个镜像，专门为 NAS 和家用环境打包：

jonach1998/iopaint:latest

官方原版镜像插件经常报 ModuleNotFoundError，这个版本预装了全部插件，开箱即用，还专门针对低内存设备做了优化。

部署 YAML

Container Manager → 项目 → 新增 → 路径选 /volume1/docker/iopaint → 粘贴：

services:
  iopaint:
    image: jonach1998/iopaint:latest
    container_name: iopaint
    restart: unless-stopped
    ports:
      - "8089:8080"
    volumes:
      - /volume1/docker/iopaint/cache:/app/cache
      - /volume1/docker/iopaint/output:/output
    environment:
      - DEVICE=cpu
      - MODEL=lama
      - LOW_MEM=true
      - ENABLE_INTERACTIVE_SEG=false
      - ENABLE_REALESRGAN=false
      - ENABLE_GFPGAN=false
      - ENABLE_REMOVE_BG=false
      - OMP_NUM_THREADS=4
      - MKL_NUM_THREADS=4
    mem_limit: 3g

几个针对你 J3455 的调整说明：

参数 为什么这么设
DEVICE=cpu 没有独显，必须走 CPU
LOW_MEM=true 关键。不使用时自动卸载模型，防止 OOM
ENABLE_INTERACTIVE_SEG=false SAM 分割模型很吃内存， 8GB 扛不住，关掉
其余插件关掉 超分、人脸修复、抠图你都用不上，关了省内存、启动快
OMP_NUM_THREADS=4 匹配你 J3455 的四核

端口 8089 避开你已经占用的 8083。

使用

浏览器开 http://NAS的IP:8089：

  1. 拖入图片
  2. 用画笔涂抹水印区域（涂满、稍微超出边缘一点效果更好）
  3. 点 Erase / 擦除
  4. 看效果，不满意换模型重试，满意就下载

首次使用会自动下载 LaMa 模型（约 200MB），挂在 /app/cache 里，下次启动不用再下。

性能预期（说实话）

J3455 跑这个会比较慢，单张可能 30 秒到 2 分钟。试卷图先缩到宽 1600–2000 再传，能快很多，而且去水印本来也不需要原图那么大。

6 张图大概几分钟跑完，可以接受。

其他方案，供对比

方案 适用 评价
IOPaint (LaMa) 任意位置、任意样式的水印 ⭐ 通用性最好，推荐
zuruoke/watermark-removal 固定位置的标准图库水印（iStock 等） 对公众号水印不对症，还要手动下模型
guillaumemeyer/watermarks-remover 只清元数据（C2PA/EXIF），不管画面上的可见水印 跟你的需求不一样