README_zh-CN.md

文档: https://mmgeneration.readthedocs.io/

简介

English | 简体中文

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。

主要特性

• 高质量高性能的训练: 我们目前支持 Unconditional GANs, Internal GANs, 以及 Image Translation Models 的训练。很快将会支持 conditional models 的训练。
• 强有力的应用工具箱: 为用户提供了丰富的工具箱，包含 GANs 中的多种应用。我们的框架集成了 GANs 的插值，投影和编辑。请用你的 GANs 尽情尝试！(应用教程)
• 生成模型的高效分布式训练: 对于生成模型中的高度动态训练，我们采用 MMDDP 的新方法来训练动态模型。(DDP教程)
• 灵活组合的新型模块化设计: 针对复杂的损失模块，我们提出了一种新的设计，可以自定义模块之间的链接，实现不同模块之间的灵活组合。 (新模块化设计教程)

训练可视化	GAN 插值	GAN 投影	GAN 编辑

亮点

• Positional Encoding as Spatial Inductive Bias in GANs (CVPR2021) 已在 MMGeneration 中发布. [配置文件], [项目主页]
• 我们已经支持训练目前主流的 Conditional GANs 模型，更多的方法和预训练权重马上就会发布，敬请期待。
• 混合精度训练已经在 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。

更新日志

v0.3.0 在 02/08/2021 发布。 关于细节和发布历史，请参考 changelog.md。

模型库

这些算法在我们的框架中得到了认真研究和支持。

Unconditional GANs (点击折叠)

• ✅ DCGAN (ICLR'2016)
• ✅ WGAN-GP (NIPS'2017)
• ✅ LSGAN (ICCV'2017)
• ✅ GGAN (Axiv'2017)
• ✅ PGGAN (ICLR'2018)
• ✅ StyleGANV1 (CVPR'2019)
• ✅ StyleGANV2 (CVPR'2020)
• ✅ Positional Encoding in GANs (CVPR'2021)

Conditional GANs (点击折叠)

• ✅ SNGAN (ICLR'2018)
• ✅ Projection GAN (ICLR'2018)
• ✅ SAGAN (ICML'2019)
• ✅ BIGGAN/BIGGAN-DEEP (ICLR'2019)

Image2Image Translation (点击折叠)

• ✅ Pix2Pix (CVPR'2017)
• ✅ CycleGAN (ICCV'2017)

Internal Learning (点击折叠)

• ✅ SinGAN (ICCV'2019)

开源许可证

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。

安装

请参考快速入门进行安装。

快速入门

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。

贡献指南

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。

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={2020}
}

OpenMMLab 的其他项目

• MMCV: OpenMMLab 计算机视觉基础库
• MMClassification: OpenMMLab 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: OpenMMLab 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 新一代生成模型工具箱

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 👬