mirror of
https://github.com/open-mmlab/mmdeploy.git
synced 2025-01-14 08:09:43 +08:00
31 lines
1.3 KiB
Markdown
31 lines
1.3 KiB
Markdown
# MMEditing 支持
|
||
|
||
[MMEditing](https://github.com/open-mmlab/mmediting) 是一个基于 PyTorch 的开源图像视频编辑工具箱。它是 [OpenMMLab](https://openmmlab.com/) 项目的一部分。
|
||
|
||
## MMEditing 安装教程
|
||
|
||
请参考[官方安装指导](https://mmediting.readthedocs.io/en/latest/install.html#installation)进代码库的安装。
|
||
|
||
## MMDeploy 支持的 MMEditing 模型列表
|
||
|
||
| 模型 | 模型配置文件（示例） | ONNX Runtime | TensorRT | NCNN | PPL |
|
||
| :----: | :----------------------------------------------------------: | :----------: | :------: | :---: | :---: |
|
||
| SRCNN | configs/restorers/srcnn/srcnn_x4k915_g1_1000k_div2k.py | Y | Y | N | Y |
|
||
| ESRGAN | configs/restorers/esrgan/esrgan_x4c64b23g32_g1_400k_div2k.py | Y | Y | N | Y |
|
||
|
||
## MMEditing 的部署任务类型
|
||
|
||
| codebase | task |
|
||
| :------: | :--------------: |
|
||
| mmedit | super-resolution |
|
||
|
||
## 注意事项
|
||
|
||
无
|
||
|
||
## 常见问题解答
|
||
|
||
1. 为什么 SRCNN 模型在 TensorRT 上运行的精度低于在 PyTorch 上运行的精度?
|
||
|
||
SRCNN 使用双三次插值（bicubic）来进行图像上采样。 TensorRT 不支持双三次差值操作。我们用双线性插值（bilinear）替换了该操作，这种替换会降低精度。
|