T2I-CompBench 项目使用教程

2024-08-25 23:14:14作者：戚魁泉Nursing

T2I-CompBench是一个前沿的开源项目，专注于构建全面基准测试，用于评估开放世界中复合文本到图像生成的能力。由香港大学与华为诺亚方舟实验室联合推出，这一工具包在NeurIPS 2023上亮相，并已被顶级AI模型如DALL-E 3和PixArt-α采纳为评价标准。它不仅提供了一个详尽的评测框架，还包含了从训练到评估的全套代码，便于研究者和开发者衡量及优化其文本到图像模型在复杂组合场景下的表现。通过集成最新技术如LoRA微调、多样的评估指标（如MiniGPT-4、CLIPScore）以及直观的推理功能，T2I-CompBench成为推动下一代图像生成技术的重要力量，助力实现更精准、富有创造性的视觉内容创作。

项目地址：https://gitcode.com/gh_mirrors/t2/T2I-CompBench

目录结构及介绍

T2I-CompBench/
├── examples/
│   └── dataset/
│       ├── color_val.txt
│       ├── complex_val.txt
│       ├── non_spatial_val.txt
│       └── spatial_val.txt
├── inference_eval.py
├── LICENSE.txt
├── README.md
└── requirements.txt

examples/dataset/: 包含用于测试和评估的数据集文件。
inference_eval.py: 项目的主要启动文件，用于执行推理和评估。
LICENSE.txt: 项目的许可证文件，采用 MIT 许可证。
README.md: 项目的基本介绍和使用说明。
requirements.txt: 项目依赖的 Python 包列表。

项目的启动文件介绍

inference_eval.py 是项目的主要启动文件，负责执行推理和评估任务。以下是该文件的基本使用方法：

python inference_eval.py --from_file "examples/dataset/color_val.txt"

该命令将从指定的数据集文件中读取数据并执行推理和评估。

项目的配置文件介绍

项目中没有显式的配置文件，但可以通过命令行参数在 inference_eval.py 中进行配置。例如：

python inference_eval.py --from_file "examples/dataset/color_val.txt"

通过 --from_file 参数指定输入数据文件的路径。

参考文献

如果您在研究或应用中使用 T2I-CompBench，请引用以下 BibTeX：

@article{huang2023t2icompbench,
  title={T2I-CompBench: A Comprehensive Benchmark for Open-world Compositional Text-to-image Generation},
  author={Kaiyi Huang and Kaiyue Sun and Enze Xie and Zhenguo Li and Xihui Liu},
  journal={arXiv preprint arXiv:2307.06350},
  year={2023}
}