图像编辑工具SwiftEdit：通过简单的文本提示实现快速的图像编辑

VinAI 研究中心、越南科技大学邮电研究所的研究人员推出图像编辑工具SwiftEdit，它能够通过简单的文本提示实现快速的图像编辑。SwiftEdit的核心优势在于其极速的编辑能力，能够在0.23秒内完成编辑任务，这比传统的多步骤图像编辑方法快至少50倍。该工具不仅速度快，还能保持与多步骤方法相竞争的编辑质量。

• 项目主页：https://swift-edit.github.io

例如，用户可以输入文本提示“将篮子里的苹果变成小狗”，SwiftEdit能够迅速理解这个指令，并在极短的时间内在图像上实现这一变化。另一个例子是“将空无一人的街道变成拥挤的街道”，SwiftEdit同样能够迅速响应并完成编辑。

主要功能和特点

1. 极速编辑：SwiftEdit能够在0.23秒内完成图像编辑，这是其最显著的特点。
2. 文本引导：用户只需提供简单的文本提示，SwiftEdit就能理解并执行相应的图像编辑。
3. 局部编辑：SwiftEdit能够进行局部图像编辑，而不影响图像的其他部分。
4. 无需掩码：与传统的图像编辑方法不同，SwiftEdit不需要用户定义掩码，它可以直接根据文本提示进行编辑。

工作原理

SwiftEdit的工作原理基于以下几个关键技术：

1. 一步式反转框架：SwiftEdit提出了一个一步式反转框架，能够直接从图像重建latent space，而不需要传统的多步骤反转过程。
2. 掩码引导编辑技术：SwiftEdit使用掩码引导编辑技术，通过注意力重缩放机制来控制编辑强度，同时保留背景元素。
3. 两阶段训练策略：SwiftEdit的训练包括两个阶段，第一阶段使用合成数据进行预热训练，第二阶段则转移到真实图像，使得模型能够处理任何输入图像。