Realedit

🚀 REALEDIT：用于图像变换的大规模实证数据集Reddit编辑

REALEDIT是一个基于Reddit编辑的大规模实证图像变换数据集，为图像转换相关的研究和应用提供了丰富的数据支持。项目提供了两种推理方式，方便用户根据自身需求进行图像编辑。

🚀 快速开始

有两种运行推理的方式：通过🧨Diffusers或原始的InstructPix2Pix管道。

✨ 主要特性

• 提供基于Diffusers和InstructPix2Pix两种推理方式。
• 利用Reddit编辑数据构建大规模图像变换数据集。

📦 安装指南

方式一：使用🧨Diffusers

安装必要的库：

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：通过InstructPix2Pix管道

克隆仓库并设置目录结构：

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

将微调后的检查点下载到checkpoints目录：

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

返回仓库根目录，并按照InstructPix2Pix安装指南设置环境。

💻 使用示例

基础用法

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：通过InstructPix2Pix管道

编辑单张图像：

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

📚 详细文档

• 项目页面：https://peter-sushko.github.io/RealEdit/
• 数据：https://huggingface.co/datasets/peter-sushko/RealEdit

📄 许可证

本项目采用CC（Creative Commons）许可证。

📦 数据集信息

📖 引用

如果您发现此检查点有帮助，请引用：

@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}, 
}