README_zh-CN.md

Introduction

English | 简体中文

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。

主分支代码目前支持 PyTorch 1.3+。 请注意，MMEditing 将在2021年10月后仅支持 PyTorch 1.5 以上的版本，并不再保证对较早版本的兼容性。

文献资料: https://mmediting.readthedocs.io/en/latest/.

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.

模型库

支持的算法:

修复

• DeepFillv1 (CVPR'2018)
• DeepFillv2 (CVPR'2019)
• Global&Local (ToG'2017)
• PConv (ECCV'2018)

抠图

• DIM (CVPR'2017)
• GCA (AAAI'2020)
• IndexNet (ICCV'2019)

超分辨率

• BasicVSR (CVPR'2021)
• BasicVSR++ (NTIRE'2021)
• EDSR (CVPR'2017)
• EDVR (CVPR'2019)
• ESRGAN (ECCV'2018)
• GLEAN (CVPR'2021)
• IconVSR (CVPR'2021)
• LIIF (CVPR'2021)
• RDN (CVPR'2018)
• SRCNN (TPAMI'2015)
• SRResNet&SRGAN (CVPR'2016)
• TDAN (CVPR'2020)
• TOF (IJCV'2019)
• TTSR (CVPR'2020)
• DIC (CVPR'2020)

生成

• CycleGAN (ICCV'2017)
• pix2pix (CVPR'2017)

请参考模型库了解详情。

许可证

本项目开源自 Apache 2.0 license。

更新记录

v0.10.0 版本已于 2021 年 8 月 12 日发布.

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。

安装

请参考安装指南进行安装。

开始使用

请参考使用教程获取MMEditing的基本用法。

引用

如果您觉得 MMEditing 对您的研究有所帮助，请考虑引用它：

@misc{mmediting2020,
    title={OpenMMLab Editing Estimation Toolbox and Benchmark},
    author={MMEditing Contributors},
    howpublished = {\url{https://github.com/open-mmlab/mmediting}},
    year={2020}
}

参与贡献

感谢您为改善 MMEditing 所做的所有贡献。请参阅 CONTRIBUTING.md in MMDetection 以获取贡献准则。

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。

OpenMMLab 的其他项目

• MMCV: OpenMMLab 计算机视觉基础库
• MIM: OpenMMlab 项目、算法、模型的统一入口
• MMClassification: 图像分类工具箱与测试基准
• MMDetection: OpenMMLab 检测工具箱与测试基准
• MMDetection3D: OpenMMLab 新一代通用3D目标检测平台
• MMSegmentation: 语义分割工具箱与测试基准
• MMAction2: OpenMMLab 新一代视频理解工具箱与测试基准
• MMTracking: OpenMMLab 一体化视频目标感知平台
• MMPose: OpenMMLab 姿态估计工具箱与测试基准
• MMEditing: OpenMMLab 图像视频编辑工具箱
• MMOCR: OpenMMLab 全流程文字检测识别理解工具包
• MMGeneration: OpenMMLab 生成模型工具箱
• MMFlow: OpenMMLab 光流估计工具箱与测试基准
• MMFewShot: OpenMMLab 少样本学习工具箱与测试基准

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

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 👬