Skip to content

README_zh.md

Latest commit

 

History

History
183 lines (140 loc) · 7.22 KB

README_zh.md

File metadata and controls

183 lines (140 loc) · 7.22 KB

IDDM：集成设计扩散模型

English Document

关于模型

该扩散模型为经典的ddpm、ddim和plms，来源于论文《Denoising Diffusion Probabilistic Models》、《Denoising Diffusion Implicit Models》和《Pseudo Numerical Methods for Diffusion Models on Manifolds》。

我们将此项目命名为IDDM: Integrated Design Diffusion Model，中文名为集成设计扩散模型。在此项目中进行模型复现、训练器和生成器编写、部分算法和网络结构的改进与优化，该仓库持续维护。

如果有任何问题，请先到此issue进行问题查询，若无法解决可以加入我们的QQ群：949120343、开启新issue提问或联系我的邮箱：chenyu1998424@gmail.com/chairc1998@163.com。如果你认为我的项目有意思请给我点一颗⭐⭐⭐Star⭐⭐⭐吧。

本地运行

使用git clone 方法或直接下载本仓库代码zip文件，本地配置环境运行即可

git clone https://github.com/chairc/Integrated-Design-Diffusion-Model.git
cd Integrated-Design-Diffusion-Model
# 在虚拟环境中运行项目（推荐）
conda create -n iddm python=3.10
pip install -r requirements.txt
# 训练模型
cd iddm/tools
python train.py --xxx xxx # 用个人参数替换-xxx
# 生成图像
python generate.py --xxx xxx # 用个人参数替换-xxx

安装

除了本地运行外，也可采用下列两种方式安装本代码

方式1：使用pip安装（推荐）

pip install iddm

需要以下前置安装包

coloredlogs==15.0.1
gradio==5.0.0
matplotlib==3.7.1
numpy==1.25.0
Pillow==10.3.0
Requests==2.32.0
scikit-image==0.22.0
torch_summary==1.4.5
tqdm==4.66.3
pytorch_fid==0.3.0
fastapi==0.115.6
tensorboardX==2.6.1

# 如果你想下载GPU版本请使用：pip install torch==1.13.0+cu116 torchvision==0.14.0+cu116 -f https://download.pytorch.org/whl/torch_stable.html
# 想了解更多信息请访问：https://pytorch.org/get-started/previous-versions/#linux-and-windows-25
# 更多版本请访问：https://pytorch.org/get-started/previous-versions
# 需要注意torch版本 >= 1.9.0
torch>=1.9.0 # 更多信息：https://pytorch.org/get-started/locally/ （推荐）
torchvision>=0.10.0 # 更多信息：https://pytorch.org/get-started/locally/ （推荐）

方式2：仓库安装

git clone https://github.com/chairc/Integrated-Design-Diffusion-Model.git
cd Integrated-Design-Diffusion-Model
pip install . # 或者 python setup.py install

接下来要做

  • [2023-07-15] 增加多卡分布式训练
  • [2023-07-31] 增加cosine学习率优化
  • [2023-08-03] 增加DDIM采样方法
  • [2023-08-28] 云服务器快速部署和接口
  • [2023-09-16] 支持其它图像生成
  • [2023-11-09] 增加效果更优的U-Net网络模型
  • [2023-11-09] 支持更大尺寸的生成图像
  • [2023-12-06] 重构model整体结构
  • [2024-01-23] 增加可视化webui训练界面
  • [2024-02-18] 支持低分辨率生成图像进行超分辨率增强[超分模型效果待定]
  • [2024-03-12] 增加PLMS采样方法
  • [2024-05-06] 增加FID方法验证图像质量
  • [2024-06-11] 增加可视化webui生成界面
  • [2024-07-07] 支持自定义图像长宽输入
  • [2024-11-13] 增加生成图像Socket和网站服务部署
  • [2024-11-26] 增加PSNR和SSIM方法验证超分图像质量
  • [2024-12-10] 增加预训练模型下载
  • [2024-12-25] 重构训练器结构
  • [2025-03-08] 支持PyPI包下载
  • [预计2025-01-31] 增加Docker部署与镜像
  • [待定] 重构项目利用百度飞桨框架
  • [待定] 使用Latent方式降低显存消耗

指南

开发、使用前请认真阅读指南内容哦~

指南名称 文档
模型训练 训练.md
模型生成 生成.md
模型结果 结果.md
模型评估 评估.md

引用

如果在学术论文中使用该项目进行实验，在可能的情况下，请适当引用我们的项目，为此我们表示感谢。具体引用格式可访问此网站。

@software{chen_2024_10866128,
  author       = {Chen Yu},
  title        = {IDDM: Integrated Design Diffusion Model},
  month        = mar,
  year         = 2024,
  publisher    = {Zenodo},
  doi          = {10.5281/zenodo.10866128},
  url          = {https://doi.org/10.5281/zenodo.10866128}
}

引用详情可以参考此处：

image-20241124174257466

致谢

@dome272和@JetBrains

赞助商

JetBrains logo