Realedit

🚀 REALEDIT: Reddit Edits As a Large-scale Empirical Dataset for Image Transformations

REALEDITは、画像変換のための大規模な実証データセットです。このプロジェクトは、画像変換タスクにおける研究や開発に役立つデータとモデルを提供します。

Project page: https://peter-sushko.github.io/RealEdit/
Data: https://huggingface.co/datasets/peter-sushko/RealEdit

🚀 クイックスタート

推論を実行するには、2つの方法があります。🧨Diffusersを使用する方法と、元のInstructPix2Pixパイプラインを使用する方法です。

✨ 主な機能

• 画像変換タスクに特化した大規模データセットを提供
• 2種類の推論実行方法をサポート

📦 インストール

Option 1: With 🧨Diffusers

必要なライブラリをインストールします。

pip install torch==2.7.0 diffusers==0.33.1 transformers==4.51.3 accelerate==1.6.0 pillow==11.2.1 requests==2.32.3

Option 2: via InstructPix2Pix pipeline

リポジトリをクローンし、ディレクトリ構造を設定します。

git clone https://github.com/timothybrooks/instruct-pix2pix.git
cd instruct-pix2pix
mkdir checkpoints

微調整済みのチェックポイントをcheckpointsディレクトリにダウンロードします。

cd checkpoints
# wget https://huggingface.co/peter-sushko/RealEdit/resolve/main/realedit_model.ckpt

💻 使用例

Option 1: With 🧨Diffusers

import torch
import requests
import PIL
from diffusers import StableDiffusionInstructPix2PixPipeline, EulerAncestralDiscreteScheduler

model_id = "peter-sushko/RealEdit"
pipe = StableDiffusionInstructPix2PixPipeline.from_pretrained(
    model_id,
    torch_dtype=torch.float16,
    safety_checker=None
)
pipe.to("cuda")
pipe.scheduler = EulerAncestralDiscreteScheduler.from_config(pipe.scheduler.config)

url = "https://raw.githubusercontent.com/AyanaBharadwaj/RealEdit/refs/heads/main/example_imgs/simba.jpg"
def download_image(url):
    image = PIL.Image.open(requests.get(url, stream=True).raw)
    image = PIL.ImageOps.exif_transpose(image)
    image = image.convert("RGB")
    return image
image = download_image(url)

prompt = "give him a crown"
result = pipe(prompt, image=image, num_inference_steps=50, image_guidance_scale=2).images[0]
result.save("output.png")

Option 2: via InstructPix2Pix pipeline

リポジトリのルートに戻り、InstructPix2Pixのインストールガイドに従って環境を設定します。 単一の画像を編集するには、以下のコマンドを実行します。

python edit_cli.py \
  --input [YOUR_IMG_PATH] \
  --output imgs/output.jpg \
  --edit "YOUR EDIT INSTRUCTION" \
  --ckpt checkpoints/realedit_model.ckpt

📄 ライセンス

このプロジェクトはCCライセンスの下で提供されています。

📚 ドキュメント

引用

このチェックポイントが役に立った場合は、以下のように引用してください。

@misc{sushko2025realeditredditeditslargescale,
      title={REALEDIT: Reddit Edits As a Large-scale Empirical Dataset for Image Transformations}, 
      author={Peter Sushko and Ayana Bharadwaj and Zhi Yang Lim and Vasily Ilin and Ben Caffee and Dongping Chen and Mohammadreza Salehi and Cheng-Yu Hsieh and Ranjay Krishna},
      year={2025},
      eprint={2502.03629},
      archivePrefix={arXiv},
      primaryClass={cs.CV},
      url={https://arxiv.org/abs/2502.03629}, 
}

データセット情報