Paint-by-Example 项目使用教程
2026-01-23 04:58:31作者:温玫谨Lighthearted
1. 项目目录结构及介绍
Paint-by-Example/
├── configs/
│ ├── v1.yaml
│ └── ...
├── examples/
│ ├── image/
│ ├── mask/
│ └── reference/
├── ldm/
│ ├── models/
│ ├── modules/
│ └── ...
├── scripts/
│ ├── inference.py
│ ├── read_bbox.py
│ └── ...
├── test_bench/
│ ├── test_set_GT/
│ └── ...
├── LICENSE
├── README.md
├── environment.yaml
├── inference_test_bench.sh
├── main.py
├── setup.py
├── test.sh
└── train.sh
目录结构介绍
- configs/: 包含项目的配置文件,如
v1.yaml。 - examples/: 包含示例图像、掩码和参考图像。
- ldm/: 包含扩散模型的核心代码,如模型定义、模块等。
- scripts/: 包含用于推理、数据准备等的脚本。
- test_bench/: 包含测试基准数据集。
- LICENSE: 项目的许可证文件。
- README.md: 项目的介绍文档。
- environment.yaml: 项目的依赖环境配置文件。
- inference_test_bench.sh: 用于推理测试的脚本。
- main.py: 项目的主启动文件。
- setup.py: 项目的安装脚本。
- test.sh: 用于测试的脚本。
- train.sh: 用于训练的脚本。
2. 项目启动文件介绍
main.py
main.py 是项目的启动文件,用于训练新的模型。可以通过以下命令启动训练:
python -u main.py \
--logdir models/Paint-by-Example \
--pretrained_model pretrained_models/sd-v1-4-modified-9channel.ckpt \
--base configs/v1.yaml \
--scale_lr False
inference.py
inference.py 是用于推理的脚本,可以通过以下命令进行推理:
python scripts/inference.py \
--plms \
--outdir results \
--config configs/v1.yaml \
--ckpt checkpoints/model.ckpt \
--image_path examples/image/example_1.png \
--mask_path examples/mask/example_1.png \
--reference_path examples/reference/example_1.jpg \
--seed 321 \
--scale 5
3. 项目的配置文件介绍
environment.yaml
environment.yaml 是项目的依赖环境配置文件,可以通过以下命令创建并激活环境:
conda env create -f environment.yaml
conda activate Paint-by-Example
configs/v1.yaml
configs/v1.yaml 是项目的配置文件,包含了训练和推理的参数设置。例如:
# 示例配置文件内容
model:
name: "Paint-by-Example"
version: "v1"
batch_size: 16
learning_rate: 0.0001
epochs: 40
通过这些配置文件,可以灵活地调整项目的训练和推理参数。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0446
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0760
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0310
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
项目优选
收起
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
494
515
deepin linux kernel
C
32
16
Ascend Extension for PyTorch
Python
799
1.13 K
暂无描述
Markdown
825
5.48 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
780
1.57 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
964
2.27 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.2 K
1.24 K
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
640
272
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
C
830
6.14 K
昇腾LLM分布式训练框架
Python
193
272