Realedit

🚀 REALEDIT：用於圖像變換的大規模實證數據集Reddit編輯

REALEDIT是一個基於Reddit編輯的大規模實證圖像變換數據集，為圖像轉換相關的研究和應用提供了豐富的數據支持。項目提供了兩種推理方式，方便用戶根據自身需求進行圖像編輯。

🚀 快速開始

有兩種運行推理的方式：通過🧨Diffusers或原始的InstructPix2Pix管道。

✨ 主要特性

• 提供基於Diffusers和InstructPix2Pix兩種推理方式。
• 利用Reddit編輯數據構建大規模圖像變換數據集。

📦 安裝指南

方式一：使用🧨Diffusers

安裝必要的庫：

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

方式二：通過InstructPix2Pix管道

克隆倉庫並設置目錄結構：

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

將微調後的檢查點下載到checkpoints目錄：

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

返回倉庫根目錄，並按照InstructPix2Pix安裝指南設置環境。

💻 使用示例

基礎用法

方式一：使用🧨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")

方式二：通過InstructPix2Pix管道

編輯單張圖像：

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

📚 詳細文檔

• 項目頁面：https://peter-sushko.github.io/RealEdit/
• 數據：https://huggingface.co/datasets/peter-sushko/RealEdit

📄 許可證

本項目採用CC（Creative Commons）許可證。

📦 數據集信息

📖 引用

如果您發現此檢查點有幫助，請引用：

@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}, 
}