mmgeneration下载 - mmgeneration源代码下载

mmgeneration

Python

v0.7.3 Released

下载

英语| 简体中文

什么是新的

MMGeneration已合并为Mediting。我们已经支持新一代任务和模型。我们重点介绍以下新功能：

？ text2Image
- ✅滑行
- ✅迪斯科扩散
- ✅稳定扩散
？ 3D感知一代
- ✅eg3d

介绍

MMGeneration是生成模型的强大工具包，尤其是对于Gans而言。它基于Pytorch和MMCV。主分支与Pytorch 1.5+一起使用。

主要功能

高质量的培训表现：我们目前支持有关无条件gan，内部gan和图像翻译模型的培训。对条件模型的支持很快就会出现。
功能强大的应用工具包：向用户提供了大量包含gan中多个应用程序的工具包。 GAN插值，GAN投影和GAN操纵已整合到我们的框架中。是时候玩甘斯！（申请教程）
生成模型的有效分布式培训：对于生成模型的高度动态训练，我们采用了一种新的方法来使用MMDDP训练动态模型。（DDP的教程）
柔性组合的新模块化设计：提出了一种用于自定义模块之间的链接的新型复杂损耗模块的新设计，该模块可以在不同模块之间实现柔性组合。（新模块化设计教程）

训练可视化	GAN插值	GAN投影仪	gan操纵

强调

在MMGeneration中释放了GAN中的空间电感偏置（CVPR2021）的位置编码。 [config]，[项目页面]
我们的工具包已支持有条件的甘套。更多的方法和预训练的权重很快就会出现。
支持了stylegan2的混合精液培训（FP16）。请检查不同实现之间的比较。

ChangElog

V0.7.3于2023年1月14日发布。有关详细信息和发布历史记录，请参考ChangElog.md。

安装

mgeneration取决于Pytorch和MMCV。以下是安装的快速步骤。

步骤1。按照官方说明安装pytorch，例如

 pip3 install torch torchvision

步骤2。使用MIM安装MMCV。

 pip3 install openmim
mim install mmcv-full

步骤3。从源安装MMGENERAINT。

 git clone https://github.com/open-mmlab/mmgeneration.git
cd mmgeneration
pip3 install -e .

有关更多详细说明，请参阅get_started.md。

入门

有关MMGeneration的基本用法，请参见get_started.md。 docs/en/quick_run.md可以为快速运行提供完整的指导。有关其他详细信息和教程，请转到我们的文档。

ModelZoo

这些方法已在我们的框架中仔细研究和支持：

无条件的gan（单击以倒塌）

✅dcgan（ICL'2016）
wgan-GP（NIPS'2017）
✅lsgan（ICCV'2017）
✅ggan（Arxiv'2017）
PGGAN（ICL'2018）
✅styleganv1（CVPR'2019）
✅styleganv2（CVPR'2020）
✅styleganv3（Neurips'2021）
✅在gans中编码的位置编码（CVPR'2021）

有条件的甘斯（单击以倒塌）

✅sngan（ICL'2018）
✅投影gan（ICL'2018）
sagan（ICML'2019）
✅Biggan/Biggan-Deep（ICLR'2019）

gan的技巧（单击以倒塌）

✅ADA（Neurips'2020）

Image2Image翻译（单击要崩溃）

✅pix2pix（CVPR'2017）
✅自行车（ICCV'2017）

内部学习（单击以崩溃）

✅singan（ICCV'2019）

剥离扩散概率模型（单击以崩溃）

✅改进了DDPM（ARXIV'2021）

贡献

我们感谢为改善MMGeneration的所有贡献。有关贡献指南的更多详细信息，请参考MMCV中的贡献。

引用

如果您发现此项目对您的研究有用，请考虑引用：

 @misc { 2021mmgeneration ,
    title = { {MMGeneration}: OpenMMLab Generative Model Toolbox and Benchmark } ,
    author = { MMGeneration Contributors } ,
    howpublished = { url{https://github.com/open-mmlab/mmgeneration} } ,
    year = { 2021 }
}