Слияние кода завершено, страница обновится автоматически
📘Инструкция по использованию | 🛠️Установка | 📊База моделей | 🆕Обновление | 🚀Проекты в разработке | 🤔ЗадачиEnglish | Китайский
### Последняя версия MMEditing v1.0.0rc6 была выпущена 02/03/2023:MMEditing теперь поддерживает все задачи, модели, оптимизаторы и метрики из проекта MMGeneration и унифицировал интерфейсы компонентов с использованием MMEngine 😍.
Для получения более подробной информации о последних изменениях и истории проекта прочитайте журнал обновлений. Для перехода от старых версий MMEditing 0.x к новым версиям MMEditing 1.x прочитайте руководство по миграции.
MMEditing — это открытый набор инструментов для работы с изображениями и видео на основе PyTorch. Это один из проектов OpenMMLab.
На данный момент MMEditing поддерживает множество задач по генерации и редактированию изображений и видео.https://user-images.githubusercontent.com/12782558/217152698-49169038-9872-4200-80f7-1d5f7613afd7.mp4
Код основной ветки основан на Python 3.8+ и PyTorch 1.9+.
SOTA
MMEditing предоставляет SOTA алгоритмы для обработки, редактирования и генерации изображений и видео.
Сильные и популярные применения
MMEditing поддерживает популярные задачи, такие как восстановление изображений, генерация текстовых изображений, 3D-генерацию, редактирование изображений, выделение объектов, сверхвысокое разрешение и генерацию. Особенно MMEditing поддерживает интерполяцию, проекцию и редактирование GAN и другие популярные применения. Попробуйте свои GAN!
Модульная архитектура с возможностью гибкого сочетания
MMEditing разбивает редакторскую систему на различные компоненты и позволяет легко создавать пользовательские модели путём комбинирования различных модулей.
Эффективное распределённое обучение
Благодаря MMSeparateDistributedDataParallel, распределённое обучение с динамической моделью можно легко реализовать.
Увеличивающееся количество участников сообщества делает наш алгоритмический набор всё более развитым. Недавние проекты, созданные участниками сообщества, включают:- GLIDE от [@Taited].
Чтобы сделать добавление новых проектов в MMEditing проще, мы запустили проекты.
Большое спасибо за ваше участие в улучшении MMEditing. Для получения руководства по внесению вклада обратитесь к [CONTRIBUTING.md] в MMCV ([https://github.com/open-mmlab/mmcv/tree/2.x/CONTRIBUTING.md]) и [CONTRIBUTING.md] в MMEngine ([https://github.com/open-mmlab/mmengine/blob/main/CONTRIBUTING_zh-CN.md]).
MMEditing зависит от PyTorch, MMEngine и MMCV. Ниже приведены краткие шаги установки.
Шаг 1. Установите PyTorch следуя официальному руководству.
Шаг 2. Используйте MIM для установки MMCV.
pip3 install openmim
# ждать выпуска предварительно скомпилированных пакетов
mim install 'mmcv>=2.0.0rc1'
Шаг 3. Установите MMEditing из исходного кода.
git clone -b 1.x https://github.com/open-mmlab/mmediting.git
cd mmediting
pip3 install -e .
Для получения более подробной информации о процессе установки обратитесь к руководству по установке.
Начало работы
Для получения базовых знаний о работе с MMEditing обратитесь к быстрому запуску и демонстрации вывода.
## 📊 База моделей| Условные GAN | Безусловные GAN | Реставрация изображений | Сверхразрешение изображений |
| Инпейнтинг | Мэттинг | Цветовая реконструкция изображений | Перевод изображений | ||
Просмотрите каталог моделей для получения более подробной информации.
MMEditing — это открытое программное обеспечение, созданное совместными усилиями различных университетов и компаний. Мы благодарим всех участников проекта за реализацию алгоритмов и внедрение новых функций, а также пользователей за ценные отзывы. Наша цель — предоставить сообществу гибкий набор инструментов для воспроизведения существующих алгоритмов и создания новых моделей, что будет способствовать развитию открытого источника.
Если MMEditing помогает вашему исследованию, пожалуйста, используйте следующий библиографический образец для цитирования:
@misc{mmediting2022,
title = {{MMEditing}: {OpenMMLab} Инструментарий для редактирования изображений и видео},
author = {{Контрибьюторы MMEditing}},
howpublished = {\url{https://github.com/open-mmlab/mmediting}},
year = {2022}
}
Проект распространяется с лицензией Apache 2.0.
## 🛠 Другие проекты OpenMMLab - [MMEngine](https://github.com/open-mmlab/mmengine): Основной движок OpenMMLab. - [MMCV](https://github.com/open-mmlab/mmcv): Базовая библиотека компьютерного зрения OpenMMLab. - [MIM](https://github.com/open-mmlab/mim): MIM — единственный вход для проектов, алгоритмов и моделей OpenMMLab. - [MMClassification](https://github.com/open-mmlab/mmclassification): Инструментарий для классификации изображений OpenMMLab. - [MMDetection](https://github.com/open-mmlab/mmdetection): Инструментарий для детекции объектов OpenMMLab. - [MMDetection3D](https://github.com/open-mmlab/mmdetection3d): Новый универсальный платформенный подход для Yö 3D детекции объектов OpenMMLab. - [MMRotate](https://github.com/open-mmlab/mmrotate): Инструментарий для детекции вращательных рамок и тестовых метрик OpenMMLab. - [MMSegmentation](https://github.com/open-mmlab/mmsegmentation): Инструментарий для сегментации изображений OpenMMLab. - [MMOCR](https://github.com/open-mmlab/mmocr): Интегрированный инструментарий для распознавания и анализа текста OpenMMLab. - [MMPose](https://github.com/open-mmlab/mmpose): Инструментарий для оценки поз OpenMMLab. - [MMHuman3D](https://github.com/open-mmlab/mmhuman3d): Инструментарий для моделирования человеческого тела и тестовых метрик OpenMMLab. - [MMSelfSup](https://github.com/open-mmlab/mmselfsup): Инструментарий для обучения без надзора и тестовых метрик OpenMMLab. - [MMRazor](https://github.com/open-mmlab/mmrazor): Инструментарий для сжатия моделей и тестовых метрик OpenMMLab. - [MMFewShot](https://github.com/open-mmlab/mmfewshot): Инструментарий для обучения с малым количеством образцов и тестовых метрик OpenMMLab. - [MMAction2](https://github.com/open-mmlab/mmaction2): Новый инструментарий для понимания видео OpenMMLab.- [MMTracking](https://github.com/open-mmlab/mmtracking): Интегрированный платформенный подход для компьютерного зрения в области видеонаблюдения OpenMMLab. - [MMFlow](https://github.com/open-mmlab/mmflow): Инструментарий для оценки потока движения и тестовых метрик OpenMMLab. - [MMEditing](https://github.com/open-mmlab/mmediting): Инструментарий для редактирования изображений и видео OpenMMLab. - [MMGeneration](https://github.com/open-mmlab/mmgeneration): Инструментарий для генерации изображений и видео OpenMMLab. - [MMDeploy](https://github.com/open-mmlab/mmdeploy): Фреймворк для развертывания моделей OpenMMLab. ## Добро пожаловать в сообщество OpenMMLabСканирование нижеприведённого QR-кода позволит вам подписаться на официальный аккаунт OpenMMLab на Zhihu и присоединиться к официальному QQ-чату OpenMMLab здесь, либо через группового администратора Xiao Miao присоединиться к официальному WeChat-чату.
Мы будем рады видеть вас в сообществе OpenMMLab:
Полезные материалы 📘 ждут вас 💗, присоединяйтесь к сообществу OpenMMLab 👬
Вы можете оставить комментарий после Вход в систему
Неприемлемый контент может быть отображен здесь и не будет показан на странице. Вы можете проверить и изменить его с помощью соответствующей функции редактирования.
Если вы подтверждаете, что содержание не содержит непристойной лексики/перенаправления на рекламу/насилия/вульгарной порнографии/нарушений/пиратства/ложного/незначительного или незаконного контента, связанного с национальными законами и предписаниями, вы можете нажать «Отправить» для подачи апелляции, и мы обработаем ее как можно скорее.
Опубликовать ( 0 )