Introduction
MMEditing 是基于 PyTorch 的图像&视频编辑开源工具箱。是 OpenMMLab 项目的成员之一。
目前 MMEditing 支持下列任务:
主分支代码目前支持 PyTorch 1.5 以上的版本。
一些示例:
https://user-images.githubusercontent.com/12756472/158972852-be5849aa-846b-41a8-8687-da5dee968ac7.mp4
https://user-images.githubusercontent.com/12756472/158972813-d8d0f19c-f49c-4618-9967-52652726ef19.mp4
主要特性
-
模块化设计
MMEditing 将编辑框架分解为不同的组件,并且可以通过组合不同的模块轻松地构建自定义的编辑器模型。
-
支持多种编辑任务
MMEditing 支持修复、抠图、超分辨率、生成等多种主流编辑任务。
-
SOTA
MMEditing 提供修复/抠图/超分辨率/生成等任务最先进的算法。
需要注意的是 MMSR 已作为 MMEditing 的一部分并入本仓库。
MMEditing 缜密地设计新的框架并将其精心实现,希望能够为您带来更好的体验。
最新进展
MMEditing 同时维护 0.x 和 1.x 版本,详情见分支维护计划
💎 稳定版本
最新的 0.16.1 版本已经在 24/02/2023 发布:
- 支持新评价指标 FID 和 KID。
- 支持 ResidualBlockNoBN 模块设置
groups
参数。
- 修复 RealESRGAN 测试数据集配置。
- 修复
pixel-unshuffle
模块动态输入导出 ONNX 的Bug。
如果像了解更多版本更新细节和历史信息,请阅读更新日志。
🌟 1.x 预览版本
全新的 MMEditing v1.0.0rc6 已经在 24/02/2023 发布:
在1.x 分支中发现更多特性!欢迎提 Issues 和 PRs!
安装
MMEditing 依赖 PyTorch 和 MMCV,以下是安装的简要步骤。
步骤 1.
依照官方教程安装PyTorch
步骤 2.
使用 MIM 安装 MMCV
pip3 install openmim
mim install mmcv-full
步骤 3.
从源码安装 MMEditing
git clone https://github.com/open-mmlab/mmediting.git
cd mmediting
pip3 install -e .
更详细的安装指南请参考 install.md 。
开始使用
请参考使用教程和功能演示获取MMEditing的基本用法。
模型库
支持的算法:
图像修复
图像抠图
图像超分辨率
视频超分辨率
图像生成
视频插帧
请参考模型库了解详情。
参与贡献
感谢您为改善 MMEditing 所做的所有贡献。请参阅 MMCV 中的 CONTRIBUTING.md 以获取贡献指南。
致谢
MMEditing 是一款由不同学校和公司共同贡献的开源项目。我们感谢所有为项目提供算法复现和新功能支持的贡献者,以及提供宝贵反馈的用户。 我们希望该工具箱和基准测试可以为社区提供灵活的代码工具,供用户复现现有算法并开发自己的新模型,从而不断为开源社区提供贡献。
分支维护计划
MMCV 目前有两个分支,分别是 master 和 2.x 分支,它们会经历以下三个阶段:
阶段 |
时间 |
分支 |
说明 |
公测期 |
2022/9/1 - 2022.12.31 |
公测版代码发布在 1.x 分支;默认主分支 master 仍对应 0.x 版本 |
master 和 1.x 分支正常进行迭代 |
兼容期 |
2023/1/1 - 2023.12.31 |
切换默认主分支 master 为 1.x 版本;0.x 分支对应 0.x 版本 |
保持对旧版本 0.x 的维护和开发,响应用户需求,但尽量不引进破坏旧版本兼容性的改动;master 分支正常进行迭代 |
维护期 |
2024/1/1 - 待定 |
默认主分支 master 为 1.x 版本;0.x 分支对应 0.x 版本 |
0.x 分支进入维护阶段,不再进行新功能支持;master 分支正常进行迭代 |
引用
如果 MMEditing 对您的研究有所帮助,请按照如下 bibtex 引用它。
@misc{mmediting2022,
title = {{MMEditing}: {OpenMMLab} Image and Video Editing Toolbox},
author = {{MMEditing Contributors}},
howpublished = {\url{https://github.com/open-mmlab/mmediting}},
year = {2022}
}
许可证
本项目开源自 Apache 2.0 license。
OpenMMLab 的其他项目
欢迎加入 OpenMMLab 社区
扫描下方的二维码可关注 OpenMMLab 团队的 知乎官方账号,加入 OpenMMLab 团队的 官方交流 QQ 群,或通过群主小喵加入微信官方交流群。
我们会在 OpenMMLab 社区为大家
- 📢 分享 AI 框架的前沿核心技术
- 💻 解读 PyTorch 常用模块源码
- 📰 发布 OpenMMLab 的相关新闻
- 🚀 介绍 OpenMMLab 开发的前沿算法
- 🏃 获取更高效的问题答疑和意见反馈
- 🔥 提供与各行各业开发者充分交流的平台
干货满满 📘,等你来撩 💗,OpenMMLab 社区期待您的加入 👬