ImgEdit: Een Uniforme Dataset en Benchmark voor Beeldbewerking

ImgEdit: A Unified Image Editing Dataset and Benchmark

May 26, 2025

Auteurs: Yang Ye, Xianyi He, Zongjian Li, Bin Lin, Shenghai Yuan, Zhiyuan Yan, Bohan Hou, Li Yuan

cs.AI

Samenvatting

Recente vooruitgang in generatieve modellen heeft hoogwaardige tekst-naar-beeldgeneratie mogelijk gemaakt. Open-source beeldbewerkingsmodellen blijven echter achter bij hun propriëtaire tegenhangers, voornamelijk vanwege beperkte hoogwaardige data en onvoldoende benchmarks. Om deze beperkingen te overwinnen, introduceren we ImgEdit, een grootschalige, hoogwaardige beeldbewerkingsdataset bestaande uit 1,2 miljoen zorgvuldig samengestelde bewerkingsparen, die zowel nieuwe en complexe eenmalige bewerkingen als uitdagende meerfasige taken bevatten. Om de datakwaliteit te waarborgen, gebruiken we een meerfasige pijplijn die een state-of-the-art vision-language model, een detectiemodel, een segmentatiemodel, samen met taakspecifieke inpainting-procedures en strikte nabewerking integreert. ImgEdit overtreft bestaande datasets in zowel taakvernieuwing als datakwaliteit. Met behulp van ImgEdit trainen we ImgEdit-E1, een bewerkingsmodel dat een Vision Language Model gebruikt om het referentiebeeld en de bewerkingsprompt te verwerken, dat bestaande open-source modellen op meerdere taken overtreft, wat de waarde van ImgEdit en het modelontwerp benadrukt. Voor een uitgebreide evaluatie introduceren we ImgEdit-Bench, een benchmark ontworpen om beeldbewerkingsprestaties te evalueren op het gebied van instructievolging, bewerkingskwaliteit en detailbehoud. Het omvat een basistestsuite, een uitdagende eenmalige suite en een toegewijde meerfasige suite. We evalueren zowel open-source als propriëtaire modellen, evenals ImgEdit-E1, en bieden diepgaande analyse en praktische inzichten in het huidige gedrag van beeldbewerkingsmodellen. De brondata zijn openbaar beschikbaar op https://github.com/PKU-YuanGroup/ImgEdit.

English

Recent advancements in generative models have enabled high-fidelity text-to-image generation. However, open-source image-editing models still lag behind their proprietary counterparts, primarily due to limited high-quality data and insufficient benchmarks. To overcome these limitations, we introduce ImgEdit, a large-scale, high-quality image-editing dataset comprising 1.2 million carefully curated edit pairs, which contain both novel and complex single-turn edits, as well as challenging multi-turn tasks. To ensure the data quality, we employ a multi-stage pipeline that integrates a cutting-edge vision-language model, a detection model, a segmentation model, alongside task-specific in-painting procedures and strict post-processing. ImgEdit surpasses existing datasets in both task novelty and data quality. Using ImgEdit, we train ImgEdit-E1, an editing model using Vision Language Model to process the reference image and editing prompt, which outperforms existing open-source models on multiple tasks, highlighting the value of ImgEdit and model design. For comprehensive evaluation, we introduce ImgEdit-Bench, a benchmark designed to evaluate image editing performance in terms of instruction adherence, editing quality, and detail preservation. It includes a basic testsuite, a challenging single-turn suite, and a dedicated multi-turn suite. We evaluate both open-source and proprietary models, as well as ImgEdit-E1, providing deep analysis and actionable insights into the current behavior of image-editing models. The source data are publicly available on https://github.com/PKU-YuanGroup/ImgEdit.