awosome-sim2real

一个面向 Sim2Real 的小型“Paper Zoo + Playground”。 目标是把典型的 Sim2Real 方法（GAN / Diffusion / ControlNet / Residual Learning 等）收敛到统一接口，提供可复现的 CLI / Demo / 可视化结果，方便对比与二次实验。

特性

• 统一推理入口：inference.py 支持统一的 CLI 调用方式
• 基线可跑：内置 dummy 方法，支持残差可视化
• 论文清单：PAPER_ZOO.md 记录计划与实现状态
• 逐步扩展：以 Stable-Sim2Real 为主线方法，逐步扩展到多类方法

快速开始（当前最小可跑）

需要你本地准备一张合成图像作为输入。

1) 安装依赖

当前最小依赖：opencv-python, numpy

pip install opencv-python numpy

2) 运行 dummy 基线

python inference.py \
  --input /path/to/your/sim.png \
  --output ./results \
  --method dummy \
  --visualize_residual

输出：

• results/sim_<filename>：输出的“伪真实”图
• results/res_<filename>：输入/输出残差图

方法列表（Method Zoo）

方法	类型	状态	说明
dummy	基线	已实现	噪声 + 模糊模拟“更真实”效果
Stable-Sim2Real	Residual Diffusion	计划中	两阶段残差学习主线方法
CycleGAN / CUT	GAN	计划中	传统图像翻译基线
ControlNet‑based	Diffusion	计划中	结构保持 + 纹理增强

更多细节见：PAPER_ZOO.md

目录结构

.
├── app.py                 # 未来的 Gradio Demo 入口（未实现）
├── inference.py           # 统一推理入口（已可用）
├── models/                # 方法实现（当前仅 dummy 可用）
├── pipelines/             # 两阶段 pipeline 占位
├── tools/                 # 可视化/评估脚本占位
├── papers/                # 论文说明
├── assets/                # 可视化图片（待补充）
├── config/                # 配置文件（待补充）
└── PAPER_ZOO.md            # 论文清单

路线图（简版）

• 阶段 1：打通最小闭环（已完成：dummy + CLI + 残差可视化）
• 阶段 2：接入 Stable-Sim2Real（简化版）
• 阶段 3：扩展更多方法与统一评测
• 阶段 4：完善 Gradio Demo 与文档

详见：PROJECT_PLAN.md

贡献方式

欢迎 PR / Issue：

• 新增论文方法（新增 models/ + papers/）
• 补充可视化示例到 assets/
• 扩展评测脚本与配置

License

待定（TBD）