Project Icon

FouriScale

无需训练的高分辨率图像合成方法

FouriScale是一种基于频域分析的高分辨率图像生成方法。该技术在预训练扩散模型中引入膨胀技术和低通操作,解决了结构和尺度一致性问题。FouriScale可处理不同宽高比的文本到图像生成任务,平衡图像结构完整性和保真度,实现任意大小、高分辨率、高质量的图像生成。这种方法简单且兼容性强,为超高分辨率图像合成研究提供了新思路。

PASD - 像素感知稳定扩散模型用于图像超分辨率和风格化
GithubStable Diffusion个性化风格化人工智能图像超分辨率开源项目计算机视觉
PASD是一个基于像素感知稳定扩散模型的开源项目,专注于图像超分辨率和风格化处理。该技术能将低分辨率图像转换为高质量的高分辨率版本,同时支持老照片修复、图像上色和风格转换等多种任务。PASD的核心优势在于其像素级的感知能力,可以在各种复杂的图像处理过程中保持细节的完整性。
UltraPixel - 先进的超高分辨率图像合成技术
AI绘图GithubUltraPixel图像生成开源项目深度学习高分辨率图像合成
UltraPixel是一种超高分辨率图像合成技术,可生成2K到4K分辨率的高质量图像。项目支持文本引导、个性化和ControlNet图像生成,为图像合成和视觉艺术领域提供了新的工具。通过详细的提示词,可以生成细节丰富的图像。
PixArt-sigma - Diffusion Transformer模型实现4K文本到图像生成
4K图像生成GithubPixArt-ΣTransformer开源项目扩散模型文生图
PixArt-Σ是一个基于Diffusion Transformer的文本到图像生成模型。通过Weak-to-Strong训练方法,该模型支持4K分辨率生成,采用300长度T5 token和SDXL VAE。相比前代PixArt-α,PixArt-Σ具有更强的生成能力。项目提供开源代码、多种分辨率预训练权重、diffusers库集成支持和在线演示。
PixArt-Sigma-XL-2-1024-MS - 基于Transformer的高分辨率图像生成模型
AI绘图GithubHuggingfacePixArt-Σ图像生成开源项目文本转图像模型深度学习
PixArt-Sigma-XL-2-1024-MS是一款基于纯Transformer架构的潜在扩散模型,能够直接从文本生成高达4K分辨率的图像。该模型采用T5文本编码器和VAE潜在特征编码器,适用于艺术创作、设计和教育研究。尽管在生成照片级真实感和复杂构图方面仍有提升空间,但它为文本到图像生成领域带来了新的可能性。
IF-I-XL-v1.0 - 先进的多级级联扩散模型实现高质量文本到图像生成
AI绘画DeepFloyd-IFGithubHuggingface开源项目扩散模型文本生成图像模型深度学习
IF-I-XL-v1.0是DeepFloyd和StabilityAI开发的三级级联扩散模型,具有4.3B参数规模。该模型采用冻结的T5转换器和改进的UNet架构,实现高质量文本到图像生成。在COCO数据集上,模型达到6.66的零样本FID-30K分数,展现出优秀的照片级真实感和语言理解能力。支持从64x64到1024x1024的多分辨率图像生成,可在14GB显存的GPU上高效运行。
control_v11f1e_sd15_tile - 基于ControlNet的高精度图像超分辨率与细节增强模型
ControlNetGithubHuggingfaceStable Diffusion图像生成开源项目扩散模型模型深度学习
control_v11f1e_sd15_tile是ControlNet v1.1系列中专注于图像细节增强的模型。通过与Stable Diffusion结合,该模型能将低分辨率或模糊图像转换为清晰度更高的图像。这个开源项目不仅支持图像超分辨率处理,还可用于生成与输入图像大小相同但细节更丰富的图像,为数字图像处理提供了新的解决方案。
InstaFlow - 基于Rectified Flow的单步高质量图像生成技术
GithubInstaFlow人工智能图像生成开源项目文本生成图像深度学习
InstaFlow是一种基于Rectified Flow技术的单步图像生成器。该技术能生成接近Stable Diffusion质量的图像,同时大幅降低计算资源需求。InstaFlow通过直接将噪声映射到图像,避免了扩散模型的多步采样过程,将推理时间缩短至约0.1秒,比Stable Diffusion提高了约90%的效率。此外,InstaFlow还具有高质量输出和简单高效的训练过程等特点。
FreeU - 扩散模型性能免费提升方法
AI优化FreeUGithub图像生成开源项目扩散模型深度学习
FreeU是一种无需额外训练或资源的扩散模型优化方法。通过调整U-Net架构中的backbone和skip connection,它显著提升了样本质量。这一技术适用于SD1.4、SD1.5、SD2.1和SDXL等多种模型,为AI图像生成领域带来重要进展。FreeU的创新性获得了CVPR2024口头报告的认可。
distill-sd - 更小更快速的Stable Diffusion模型,依靠知识蒸馏实现高质量图像生成
GithubStable Diffusion开源项目模型压缩神经网络训练细节预训练检查点
基于知识蒸馏技术开发的小型高速Stable Diffusion模型。这些模型保留了完整版本的图像质量,同时大幅减小了体积和提升了速度。文档详细介绍了数据下载脚本、U-net训练方法和模型参数设置,还支持LoRA训练及从检查点恢复。提供清晰的使用指南和预训练模型,适配快速高效图像生成需求。
image-super-resolution - Keras实现的高质量图像超分辨率,支持多种网络结构和训练脚本
GANGithubImage Super-ResolutionKerasPSNRResidual Dense Networks开源项目
本项目旨在通过实现多种残差密集网络(RDN)和残差在残差密集网络(RRDN)来提升低分辨率图像的质量,并支持Keras框架。项目提供了预训练模型、训练脚本以及用于云端训练的Docker脚本。适用于图像超分辨率处理,兼容Python 3.6,开源并欢迎贡献。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号