ChordEdit: One-Step Low-Energy Transport for Image Editing
arXiv - 2026
Artykuł z ChordEdit roku opisuje jednoetapowy transport niskoenergetyczny do edycji obrazów i ujawnia parametry demonstracyjne odzwierciedlone przez to narzędzie.
Ładowanie...
Wejście
Prześlij obraz źródłowy i opisz po angielsku jego zawartość oraz oczekiwany efekt edycji.
Formaty obrazów
Produkcja
Jeden PNG edycja wygenerowana z przesłanego obrazu przez ChordEdit plus SD-Turbo.
Przypadek użycia
Jednoetapowe zmiany semantyczne obrazu, przy jednoczesnym zachowaniu oryginalnej struktury tak bardzo, jak to możliwe
To narzędzie jest w trakcie konserwacji. Proszę, spróbuj ponownie później.
W opinii podaj nazwę narzędzia, kroki i napotkany problem. Zrzuty ekranu ułatwią jego zlokalizowanie.
ChordEdit edytuje przesłany obraz w jednym niskoenergetycznym etapie transportu, korzystając z promptów źródłowych i docelowych z komponentami SD-Turbo.
ChordEdit to metoda edycji obrazów bez treningu, oparta na wagach komponentów SD-Turbo oraz oficjalnym, jednoetapowym pipeline transportowym.
arXiv - 2026
Artykuł z ChordEdit roku opisuje jednoetapowy transport niskoenergetyczny do edycji obrazów i ujawnia parametry demonstracyjne odzwierciedlone przez to narzędzie.
Zawiera publiczne wyniki testów modeli używanych tutaj i poza serwisem. Domyślnie wyświetlana jest pełna tabela źródłowa; można też wybrać warunki i metryki do porównania. Wyniki z różnych warunków testowych nie są bezpośrednio porównywalne.
Wyświetlane są tylko wyniki ze zweryfikowaną publiczną implementacją inferencji i odpowiednimi wagami oraz algorytmy niewymagające wag. Zamknięte usługi, nieopublikowane wagi i niepotwierdzone wersje eksperymentalne są pomijane. To nie jest ranking wszystkich modeli.
Publiczne wagi nie potwierdzają pełnej licencji open source. Rozwiń dane, aby sprawdzić zadeklarowane licencje wag i warunki dostępu. Brak deklaracji licencji jest oznaczony osobno.
Wybierz zbiór danych, aby zobaczyć wszystkie metryki każdego modelu. Wiersze są uporządkowane według oficjalnej pozycji lub wybranej metryki. Pogrubienie oznacza najlepszą porównywalną wartość w kolumnie, także przy remisie. Różne protokoły oceny są klasyfikowane osobno; brakujące wyniki są oznaczone jako -.
Do wdrożenia 10 / wiersze źródłowe 12
Nie zweryfikowano pełnego publicznego pakietu inferencji dla tych eksperymentów. Inne wagi modelu o tej samej nazwie nie wystarczą.
InfEdit (SD1.4) · Few-step (4 steps) · ChordEdit (SwiftBrush-v2) · One-step
Wiersze stołu papierowego 1 na stole PIE. Wyższe PSNR i CLIP-Edited są lepsze; runtime i VRAM to kontekst źródłowy, a nie powtórka TelkNet.
| Pozycja według metryki | Model | Warunek testu | Consistency | CLIP Semantics | Properties | Efficiency | |||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| PSNR ↑ | MSE 10 3 ↓ | LPIPS 10 3 ↓ | Whole ↑ | Edited ↑ | T-free | I-free | Step ↓ | NFE ↓ | Runtime(s) ↓ | VRAM(MiB) ↓ | |||
| 1 | ChordEdit (w/o prox, SD-Turbo) | One-step | 23.89 | 5.05 | 88.36 | 24.97 | 21.87 | ✓ | ✓ | 1 | 1 | 0.20 | 6988 |
| 2 | InstantEdit (PeRFlow-SD1.5)Publiczne wagi · Kod inferencjiPeRFlow DreamShaper SD1.5Canny ControlNet SD1.5Kod inferencji hansyan/perflow-sd15-dreamshaper@87a2d778a21cd6c9079217a53aea464d5c64c1ccLicencja wag (deklaracja repozytorium): cc-by-nc-4.0 | Few-step (4 steps) | 23.80 | 4.21 | 60.92 | 24.97 | 21.82 | ✓ | ✗ | 4 | 8 | 1.30 | 16270 |
| 3 | ChordEdit (SD-Turbo)Model używany tutaj | One-step | 22.20 | 6.84 | 128.25 | 25.58 | 22.96 | ✓ | ✓ | 1 | 2 | 0.38 | 6988 |
| 4 | FlowEdit (SD3)Publiczne wagi · Kod inferencjistabilityai/stable-diffusion-3-medium-diffusers@ea42f8cef0f178587cf766dc8129abd379c90671Kod inferencjiNie zadeklarowano licencji wagWymagana akceptacja warunków lub prośba o dostęp | Multi-step ( ≥ 30 steps) | 22.17 | 7.69 | 104.81 | 26.64 | 23.69 | ✓ | ✓ | 33 | 33 | 7.22 | 17140 |
| 5 | Direct Inversion + MasaCtrl | Multi-step ( ≥ 30 steps) | 21.78 | 7.99 | 87.38 | 24.42 | 21.38 | ✓ | ✗ | 50 | 100 | 79.10 | 12272 |
| 6 | SwiftEdit (SwiftBrush-v2)Publiczne wagi · Kod inferencjiswiftedit_weights.tar.gz.part-aa through part-ae; release v1.0, id 248271095Kod inferencjiUstawienia ocenyNie zadeklarowano licencji wag | One-step | 21.71 | 8.22 | 91.22 | 24.93 | 21.85 | ✗ | ✗ | 1 | 2 | 0.54 | 15060 |
| 7 | TurboEdit (SDXL-Turbo) | Few-step (4 steps) | 21.44 | 9.49 | 108.60 | 24.66 | 21.79 | ✓ | ✓ | 4 | 4 | 2.69 | 13826 |
| 8 | Direct Inversion + PnP | Multi-step ( ≥ 30 steps) | 21.43 | 8.10 | 106.26 | 25.48 | 22.63 | ✓ | ✗ | 50 | 100 | 28.03 | 9262 |
| 9 | DDIM + PnP | Multi-step ( ≥ 30 steps) | 21.26 | 8.42 | 113.58 | 25.45 | 22.54 | ✓ | ✗ | 50 | 100 | 28.01 | 9262 |
| 10 | DDIM + MasaCtrl | Multi-step ( ≥ 30 steps) | 21.25 | 8.58 | 106.59 | 24.13 | 21.13 | ✓ | ✗ | 50 | 100 | 55.20 | 12272 |
Oznaczenia wskazują używane tutaj modele lub elementy. Wyniki i ustawienia pochodzą z przytoczonych testów, a nie z nowej oceny całego procesu serwisu.
Zbiory, wersje i warunki są rozdzielone, również źródła bez kwalifikujących się wierszy.
Do wdrożenia 10 / wiersze źródłowe 12
Nie zweryfikowano pełnego publicznego pakietu inferencji dla tych eksperymentów. Inne wagi modelu o tej samej nazwie nie wystarczą.
InfEdit (SD1.4) · Few-step (4 steps) · ChordEdit (SwiftBrush-v2) · One-step
Wyniki dotyczą wskazanego zbioru, miary i wersji modelu. Różnych testów nie można bezpośrednio porównywać.
Wybierz zbiór danych, aby zobaczyć wszystkie metryki każdego modelu. Wiersze są uporządkowane według oficjalnej pozycji lub wybranej metryki. Pogrubienie oznacza najlepszą porównywalną wartość w kolumnie, także przy remisie. Różne protokoły oceny są klasyfikowane osobno; brakujące wyniki są oznaczone jako -.
Do wdrożenia 10 / wiersze źródłowe 12
Nie zweryfikowano pełnego publicznego pakietu inferencji dla tych eksperymentów. Inne wagi modelu o tej samej nazwie nie wystarczą.
InfEdit (SD1.4) · Few-step (4 steps) · ChordEdit (SwiftBrush-v2) · One-step
Wiersze stołu papierowego 1 na stole PIE. Wyższe PSNR i CLIP-Edited są lepsze; runtime i VRAM to kontekst źródłowy, a nie powtórka TelkNet.
| Pozycja według metryki | Model | Warunek testu | Consistency | CLIP Semantics | Properties | Efficiency | |||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| PSNR ↑ | MSE 10 3 ↓ | LPIPS 10 3 ↓ | Whole ↑ | Edited ↑ | T-free | I-free | Step ↓ | NFE ↓ | Runtime(s) ↓ | VRAM(MiB) ↓ | |||
| 1 | ChordEdit (w/o prox, SD-Turbo) | One-step | 23.89 | 5.05 | 88.36 | 24.97 | 21.87 | ✓ | ✓ | 1 | 1 | 0.20 | 6988 |
| 2 | InstantEdit (PeRFlow-SD1.5)Publiczne wagi · Kod inferencjiPeRFlow DreamShaper SD1.5Canny ControlNet SD1.5Kod inferencji hansyan/perflow-sd15-dreamshaper@87a2d778a21cd6c9079217a53aea464d5c64c1ccLicencja wag (deklaracja repozytorium): cc-by-nc-4.0 | Few-step (4 steps) | 23.80 | 4.21 | 60.92 | 24.97 | 21.82 | ✓ | ✗ | 4 | 8 | 1.30 | 16270 |
| 3 | ChordEdit (SD-Turbo) | One-step | 22.20 | 6.84 | 128.25 | 25.58 | 22.96 | ✓ | ✓ | 1 | 2 | 0.38 | 6988 |
| 4 | FlowEdit (SD3)Publiczne wagi · Kod inferencjistabilityai/stable-diffusion-3-medium-diffusers@ea42f8cef0f178587cf766dc8129abd379c90671Kod inferencjiNie zadeklarowano licencji wagWymagana akceptacja warunków lub prośba o dostęp | Multi-step ( ≥ 30 steps) | 22.17 | 7.69 | 104.81 | 26.64 | 23.69 | ✓ | ✓ | 33 | 33 | 7.22 | 17140 |
| 5 | Direct Inversion + MasaCtrl | Multi-step ( ≥ 30 steps) | 21.78 | 7.99 | 87.38 | 24.42 | 21.38 | ✓ | ✗ | 50 | 100 | 79.10 | 12272 |
| 6 | SwiftEdit (SwiftBrush-v2)Publiczne wagi · Kod inferencjiswiftedit_weights.tar.gz.part-aa through part-ae; release v1.0, id 248271095Kod inferencjiUstawienia ocenyNie zadeklarowano licencji wag | One-step | 21.71 | 8.22 | 91.22 | 24.93 | 21.85 | ✗ | ✗ | 1 | 2 | 0.54 | 15060 |
| 7 | TurboEdit (SDXL-Turbo) | Few-step (4 steps) | 21.44 | 9.49 | 108.60 | 24.66 | 21.79 | ✓ | ✓ | 4 | 4 | 2.69 | 13826 |
| 8 | Direct Inversion + PnP | Multi-step ( ≥ 30 steps) | 21.43 | 8.10 | 106.26 | 25.48 | 22.63 | ✓ | ✗ | 50 | 100 | 28.03 | 9262 |
| 9 | DDIM + PnP | Multi-step ( ≥ 30 steps) | 21.26 | 8.42 | 113.58 | 25.45 | 22.54 | ✓ | ✗ | 50 | 100 | 28.01 | 9262 |
| 10 | DDIM + MasaCtrl | Multi-step ( ≥ 30 steps) | 21.25 | 8.58 | 106.59 | 24.13 | 21.13 | ✓ | ✗ | 50 | 100 | 55.20 | 12272 |
Znajdź metody i kroki odpowiednie dla swojego materiału.