mmagic

O nástroji

MMagic (Multimodal Advanced, Generative, and Intelligent Creation) je open-source nástroj postavený na PyTorch, součást projektu OpenMMLab. Je určen profesionálním AI výzkumníkům a strojovým inženýrům pro zkoumání zpracování, úpravy a generování obrazu a videa pomocí generativních modelů, jako jsou GAN (podmíněné i nepodmíněné), difuzní modely a metody Internal Learning. Nástroj podporuje širokou škálu aplikací: text-to-image, image-to-image translaci, 3D-aware generování, super-resolution obrazu i videa, interpolaci video snímků, inpainting, matting, restoraci obrazu, kolorizaci a další generování obrazu. Dokumentace obsahuje rozsáhlý Model Zoo s desítkami implementovaných architektur (např. Stable Diffusion, ControlNet, StyleGAN, BasicVSR, Real-ESRGAN, DragGAN) a Dataset Zoo s návody na přípravu trénovacích datasetů. Kód je dostupný na GitHubu, projekt nabízí API pro inferenci i trénink modelů. Jedná se o vývojářský/výzkumný nástroj s dokumentací v angličtině a čínštině, bez informace o cenovém modelu, jelikož jde o open-source knihovnu bez komerční nabídky.

Kategorie