📘使用文档 | 🛠️安装教程 | 👀模型库 | 🆕更新记录 | 🚀进行中的项目 | 🤔提出问题
English | 简体中文
我们将MMGeneration合入了MMEditing,并支持了新的生成任务和算法。请关注以下新特性:
🌟 图文生成任务
🌟 3D生成任务
MMGeneration 是一个基于 PyTorch 和MMCV的强有力的生成模型工具箱,尤其专注于 GAN 模型。 主分支目前支持 PyTorch 1.5 以上的版本。
MMDDP
的新方法来训练动态模型。(DDP教程)
训练可视化
|
GAN 插值
|
GAN 投影
|
GAN 编辑
|
MMGeneration
中发布. [配置文件], [项目主页]
StyleGAN2
中进行了初步支持,请到这里查看各种实现方式的详细比较。v0.7.3 在 14/04/2023 发布。 关于细节和发布历史,请参考 changelog.md。
MMGeneration 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,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. 从源码安装 MMGeneration
git clone https://github.com/open-mmlab/mmgeneration.git
cd mmgeneration
pip3 install -e .
更详细的安装指南请参考 get_started.md .
对于 MMGeneration
的基本使用请参考 快速入门。其他细节和教程,请参考我们的文档。
这些算法在我们的框架中得到了认真研究和支持。
我们感谢所有的贡献者为改进和提升 MMGeneration 所作出的努力。请参考贡献指南来了解参与项目贡献的相关指引。
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={2020}
}
该项目采用 Apache 2.0 license 开源许可证。MMGeneration
中的一些操作使用了其他许可证。如果您使用我们的代码进行商业事务,请参考 许可证 并仔细检查。
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
干货满满 📘,等你来撩 💗,OpenMMLab 社区期待您的加入 👬
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。