AI 全文约 1,047 字 · 阅读约 3 分钟

EditMGT 用文字"指挥"AI修图,想改哪里改哪里 5秒即可完成编辑 一键整合包 v20260219

AI 3 4405 直达下载
EditMGT(Masked Generative Transformer for Image Editing)是一个基于掩码生成式变压器的先进图像编辑框架,由字节跳动(ByteDance)主导研发,联合上海交通大学、新加坡国立大学、香港科技大学(广州)等高校共同完成。

✨ 核心特点

1. 技术创新
  • 采用**掩码生成式变压器(Masked Generative Transformer)**架构

  • 实现精确可控的图像修改,同时保持原始内容的完整性

  • 基于 Meissonic 模型进行开发,使用 CLIP_Gemma2 作为文本编码器

2. 编辑能力
  • 支持多种图像编辑任务

  • 能够根据文本指令进行精准的图像修改

  • 在保持图像质量的同时实现高度可控的编辑效果

🔬 技术特性

训练配置
  • 分辨率:支持 1024×1024 高质量图像生成

  • 精度:使用 FP32 训练(确保稳定性)

  • 优化:支持 LoRA 技术,可减少约 70% 的内存占用

  • 灵活性:支持从 HuggingFace 数据集或自定义数据集训练

关键参数
  • 批处理大小:4(每 GPU)

  • 梯度累积:8 步

  • 学习率:1e-4

  • 最大训练步数:500,000

  • 梯度裁剪:10

📊 评估体系

项目提供了完整的评估工具链:
GEditBench 评估
  • 包含标准测试集和评估脚本

  • 使用 GPT-4.1/GPT-4o 进行多维度评分

  • 评估维度包括:语义准确性、图像质量、整体表现

  • 支持按编辑类别分类统计

支持的基准测试
  • GEditBench-EN(英文指令)

  • AnyBench

  • EmuEdit

  • MagicBrush

    广告

应用场景

EditMGT 适用于多种图像编辑场景:
  • 风格转换(如吉卜力、赛博朋克、油画等)

  • 对象修改和替换

  • 属性调整

  • 场景重绘

  • 创意图像生成

📈 项目优势

  1. 高质量输出:1024 分辨率保证图像质量

  2. 精确控制:通过文本指令实现精细化编辑

  3. 内容保持:在编辑过程中最大程度保留原始内容

  4. 灵活扩展:支持 LoRA 微调,降低资源需求

  5. 完整评估:提供标准化评估工具和基准测试

📄 开源信息

  • 许可证:CC BY-4.0(知识共享署名 4.0 国际许可)

  • 论文:已发表于 arXiv (arXiv:2512.11715)

  • 代码语言:Python 99.7%

  • 项目状态:活跃维护中

🔬 研究价值

EditMGT 探索了掩码生成式变压器在图像编辑领域的应用潜力,为 AI 驱动的图像编辑提供了新的技术路径,在保持编辑灵活性的同时实现了更高的内容保真度。

EditMGT 用文字"指挥"AI修图,想改哪里改哪里 5秒即可完成编辑 一键整合包 v20260219 截图1

EditMGT 用文字"指挥"AI修图,想改哪里改哪里 5秒即可完成编辑 一键整合包 v20260219 截图2EditMGT 用文字"指挥"AI修图,想改哪里改哪里 5秒即可完成编辑 一键整合包 v20260219 截图3

EditMGT 用文字"指挥"AI修图,想改哪里改哪里 5秒即可完成编辑 一键整合包 v20260219 截图4

EditMGT 用文字"指挥"AI修图,想改哪里改哪里 5秒即可完成编辑 一键整合包 v20260219 截图5

jian27_2026-02-18_20-38-41.jpg

整合包说明

1 最低英伟达6G显卡,20G内存就可以愉快玩耍了

2 极大优化了官方的生成代码逻辑,从10分钟提升到6秒即可完成 点击查看对比截图

3 个人觉得编辑图片效果还不错,速度又快,硬件要求又低,我的4070tis 5秒即可

GitHub 点击查看
广告
下载地址
夸克网盘 技术交流
下载遇到问题? 查看下载说明
广告

相关推荐:

留言关闭
如果需要技术交流,进Q群交流