媒体生成计算机视觉深度学习人工智能大模型【免费下载链接】mmagicOpenMMLab Multimodal Advanced, Generative, and Intelligent Creation Toolbox. Unlock the magic : Generative-AI (AIGC), easy-to-use APIs, awsome model zoo, diffusion models, for text-to-image generation, image/video restoration/enhancement, etc.项目地址https://gitcode.com/gh_mirrors/mm/mmagic点击查看免费下载Places365 是 MMagicOpenMMLab 多模态生成工具箱中多款图像修复inpainting模型的标准训练与评测数据集。本篇技术指南以仓库中 Places365 数据集准备文档 为主体完整梳理其下载来源、目录组织方式并结合仓库内的基础配置与 DeepFillv1/v2、AOT-GAN、GlobalLocal、PartialConv 等模型配置给出可复现的数据集准备与训练评测实战方案。读完本文你将掌握 Places365 数据集在 MMagic 中的标准落盘布局、配置文件的字段含义以及如何用一份共享的places.py基础配置驱动多个修复模型。Places365 数据集简介与引用Places365 来源于 MIT 的 Places 项目是面向场景识别任务的大规模图像数据库包含数百万张标注了场景类别的自然图像。由于图像内容覆盖室内外、自然与人造场景的广泛分布它也是图像修复任务随机遮罩、规则/不规则遮罩下补全缺失区域最常用的训练数据之一。在 MMagic 的相关模型文档中该数据集以如下 BibTeX 条目被引用见 places365 准备文档article{zhou2017places, title{Places: A 10 million Image Database for Scene Recognition}, author{Zhou, Bolei and Lapedriza, Agata and Khosla, Aditya and Oliva, Aude and Torralba, Antonio}, journal{IEEE Transactions on Pattern Analysis and Machine Intelligence}, year{2017}, publisher{IEEE} }下载与准备流程Places365 的官方数据由 MIT Places 项目页面提供。原文档给出的准备方式是从 Places365 官网的下载页面获取训练集与验证集图片并按下文目录结构放入 MMagic 仓库根目录下的data/Places目录。需要特别区分两种官方发布版本这一区别同样写在了仓库的基础配置注释中见 places.pyPlaces365-standard约 180 万张训练图像Places365-challenge约 800 万张训练图像。两者使用不同的训练图像列表image list文件准备数据时需按你所下载的版本对应配置ann_file。数据集目录结构原文档给出了 MMagic 项目下 Places365 数据集的推荐目录组织方式。整理后的标准结构如下mmagic ├── mmagic ├── tools ├── configs ├── data │ ├── Places │ │ ├── data_large │ │ ├── val_large │ │ ├── meta │ │ │ ├── places365_train_challenge.txt │ │ │ └── places365_val.txt各目录与文件的含义路径作用data/Places/data_large训练集图像目录对应 Places365 官方下载的训练图片data/Places/val_large验证集图像目录对应官方下载的验证图片data/Places/meta/places365_train_challenge.txt训练集标注/列表文件每行描述一张训练图像data/Places/meta/places365_val.txt验证集列表文件每行描述一张验证图像目录树中的mmagic、tools、configs三项对应仓库自身的顶层模块说明数据集目录与仓库源码平级均位于项目根目录之下。共享基础配置mmagic/configs/base/datasets/places.pyMMagic 将 Places365 的加载与评测配置抽成了可复用的基础配置 places.py任何需要该数据集的模型配置只需在_base_中引用它即可。其核心字段如下dataset_type BasicImageDataset data_root data/Places train_dataloader dict( num_workers4, persistent_workersFalse, samplerdict(typeInfiniteSampler, shuffleTrue), datasetdict( typedataset_type, data_rootdata_root, data_prefixdict(gtdata_large), ann_filemeta/places365_train_challenge.txt, test_modeFalse, )) val_dataloader dict( num_workers4, persistent_workersFalse, drop_lastFalse, samplerdict(typeDefaultSampler, shuffleFalse), datasetdict( typedataset_type, data_rootdata_root, data_prefixdict(gtval_large), ann_filemeta/places365_val.txt, test_modeTrue, )) test_dataloader val_dataloader val_evaluator [ dict(typeMAE, mask_keymask, scaling100), dict(typePSNR), dict(typeSSIM), ] test_evaluator val_evaluator关键字段的语义与底层实现data_root data/Places所有数据前缀与标注文件路径的根目录与准备文档中的目录结构一一对应。data_prefixdict(gtdata_large)以gtground truth真实完整图像为键指定训练图像所在子目录。在 BasicImageDataset 中data_prefix支持多键如gt与img同时存在见 basic_image_dataset.py 中 DIV2K 的示例修复任务只需完整图像因此只配置gt键。ann_filemeta/places365_train_challenge.txt标注文件路径相对于data_root。BasicImageDataset会依据ann_file ! 判定是否从标注文件解析样本列表见 basic_image_dataset.py。InfiniteSampler训练与DefaultSampler验证修复类模型多为迭代式训练IterBasedTrainLoop训练时使用无限采样器持续产出样本验证时按固定顺序遍历全部验证图像。评测指标MAE带mask_keymaskscaling100、PSNR、SSIM。从源码注释可见places.py默认按 0–1 像素值计算scale100的设定是为了与模型 README 中报告的指标对齐。加载链路BasicImageDataset 如何读取 Places365Places365 在 MMagic 中由 BasicImageDataset 负责加载。该类的职责包括解析data_root、data_prefix、ann_file拼接出每张图像的完整路径根据test_mode切换训练/测试语义如是否启用随机增强配合数据管线pipeline完成读图 → 生成遮罩 → 裁剪/缩放 → 合成带遮罩图像 → 打包的完整变换。以修复任务为例其标准 pipeline 在训练时由多个变换算子按序执行LoadImageFromFile读取gt原图→LoadMask按bbox或irregular模式生成遮罩→Crop随机裁剪到 384×384→Resize缩放至网络输入尺寸→GetMaskedImage合成被遮罩的输入图→PackInputs打包为模型输入。实战使用 Places365 的图像修复模型配置仓库中多款图像修复模型直接继承了上述 places 基础配置可作为数据集就绪后的直接入口模型配置输入尺寸遮罩模式DeepFillv1deepfillv1_8xb2_places-256x256.py256×256bbox 矩形遮罩DeepFillv2deepfillv2_8xb2_places-256x256.py256×256irregular 不规则遮罩GlobalLocalgl_8xb12_places-256x256.py256×256bbox 矩形遮罩PartialConvStage1pconv_stage1_8xb12_places-256x256.py256×256irregular 不规则遮罩AOT-GANaot-gan_smpgan_4xb4_places-512x512.py512×512set 预生成遮罩集合以 DeepFillv1 配置 为例它的_base_直接引用了三个基础配置_base_ [ ../_base_/models/base_deepfillv1.py, ../_base_/inpaint_default_runtime.py, ../_base_/datasets/places.py ]其训练数据管线展示了 Places365 图像如何被加工成修复任务的训练样本train_pipeline [ dict(typeLoadImageFromFile, keygt), dict( typeLoadMask, mask_modebbox, mask_configdict( max_bbox_shape(128, 128), max_bbox_delta40, min_margin20, img_shapeinput_shape)), dict(typeCrop, keys[gt], crop_size(384, 384), random_cropTrue), dict(typeResize, keys[gt], scaleinput_shape, keep_ratioFalse), dict(typeGetMaskedImage), dict(typePackInputs), ]而 PartialConv Stage1 配置 则使用mask_modeirregular生成不规则多边形遮罩其参数顶点数、笔画宽度、面积占比等均可调dict( typeLoadMask, mask_modeirregular, mask_configdict( num_vertices(4, 10), max_angle6.0, length_range(20, 128), brush_width(10, 45), area_ratio_range(0.15, 0.65), img_shapeinput_shape))值得注意的是AOT-GAN 的 places 配置 使用mask_modeset从data/pconv_mask目录读取预生成遮罩列表并配合RandomResizedCrop、Flip、ColorJitter等增强体现同一数据集在不同修复范式下的灵活适配。训练与评测数据集就绪后可参照各模型 README如 AOT-GAN 中文说明中的标准命令进行训练与评测# 单卡训练 python tools/train.py configs/deepfillv1/deepfillv1_8xb2_places-256x256.py # 多卡分布式训练以 8 卡为例 ./tools/dist_train.sh configs/deepfillv1/deepfillv1_8xb2_places-256x256.py 8 # 评测加载预训练权重后在 Places365 验证集上报告 MAE/PSNR/SSIM python tools/test.py configs/aot_gan/aot-gan_smpgan_4xb4_places-512x512.py checkpoint路径评测阶段会复用基础配置中定义的val_evaluator在val_largePlaces365-val上计算 MAE、PSNR 与 SSIM 三项指标。各模型的性能报告也均基于 Places365-val 给出例如 AOT-GAN 在 512×512 输入、free-form 遮罩50%–60%设定下的指标记录于 AOT-GAN README。注意事项训练/验证列表务必与版本匹配基础配置默认使用places365_train_challenge.txtchallenge 版本列表。若你准备的是 Places365-standard1.8M 图像需要替换为对应的 standard 列表并在自定义配置中覆盖ann_file。目录命名不可随意更改data_large、val_large、meta三个子目录名被基础配置中的data_prefix与ann_file直接引用需与准备文档的结构保持一致。遮罩模式的选择不同模型对遮罩类型有约定bbox / irregular / set切换模型时其 pipeline 中的LoadMask配置也会随之变化不能直接跨模型复用。数据集只读使用本仓库为只读环境上述流程仅用于说明数据准备与配置查看方式实际训练前请按官方许可自行下载 Places365 图片并放置到对应目录。综上从下载、落盘到配置驱动Places365 在 MMagic 中形成了一条清晰、可复用的数据链路data/Places目录结构 → places.py 基础配置 → BasicImageDataset 加载 → 各修复模型的 pipeline 变换。掌握这一链路后你可以在 MMagic 中快速复现或改造基于 Places365 的图像修复实验。赞分享媒体生成计算机视觉深度学习人工智能大模型【免费下载链接】mmagicOpenMMLab Multimodal Advanced, Generative, and Intelligent Creation Toolbox. Unlock the magic : Generative-AI (AIGC), easy-to-use APIs, awsome model zoo, diffusion models, for text-to-image generation, image/video restoration/enhancement, etc.项目地址https://gitcode.com/gh_mirrors/mm/mmagic点击查看免费下载相关推荐Swift属性与方法完全指南存储属性、计算属性、下标与懒加载Swift编程语言中文版Swift属性与方法完全指南存储属性、计算属性、下标与懒加载Swift编程语言中文版 本文基于 Apple 官方《Swift 编程语言》the swif媒体生成计算机视觉深度学习人工智能大模型MMagic 中 AOT-GAN 图像修复Inpainting完全指南AOT 块架构、SoftMask 判别器与 Places365 训练实战MMagic 中 AOT GAN 图像修复Inpainting完全指南AOT 块架构、SoftMask 判别器与 Places365 训练实战 本文以 M媒体生成计算机视觉深度学习人工智能大模型dlt Schema 查看与导出实战用 dict、JSON、YAML、DBML、Graphviz 和 Mermaid 审视 dlt.Schemadlt Schema 查看与导出实战用 dict、JSON、YAML、DBML、Graphviz 和 Mermaid 审视 dlt.Schema 在 dlt媒体生成计算机视觉深度学习人工智能大模型上一篇OpenCore Legacy Patcher让老旧Mac重获新生的技术解析下一篇鸣潮自动化终极指南ok-ww 解放双手的完整解决方案创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考