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。

Real-ESRGAN - 开源AI图像超分辨率增强项目
AI模型GithubReal-ESRGAN图像修复开源项目超分辨率
Real-ESRGAN是一个开源的AI图像超分辨率增强项目。该项目采用纯合成数据训练,可提升各类图像和视频质量。Real-ESRGAN提供多个预训练模型,适用于通用、动漫、人脸等场景,支持4倍及以上放大。项目包含Python脚本和便携式可执行文件,方便快速使用。此外,Real-ESRGAN开放训练代码,允许在自定义数据集上进行微调。
pixart-900m-1024-ft-v0.6 - 使用稳定扩散技术的创新图像生成模型
AI绘图GithubHuggingfacecyberpunk风格stable-diffusion图像合成开源项目未来城市模型
此开源项目利用稳定扩散技术,专注于文本生成图像的应用,确保高质量的图像输出。以ptx0/pixart-900m-1024-ft-large为基础,通过simpletuner调试,适合描绘多种艺术场景,如外星市场、奇幻森林、赛博朋克城市等。用户可借助自定义文本提示,生成详尽且清晰的图像,支持去除模糊、裁剪及不美观的元素。适合创意者、设计师,激发艺术创意与设计灵感。
Fluently-XL-v4 - 排名第四的XL图像生成模型 融合艺术与现实
AI绘图Fluently XLGithubHuggingface图像生成开源项目模型模型训练稳定扩散
Fluently-XL-v4是一款在imgsys.org排名第四的XL图像生成模型。它经过高性能图形加速器训练,特点包括准确的解剖结构、艺术与现实的融合、对比度控制、优质自然场景和无需后期处理的人脸效果。该模型在Automatic1111/ComfyUI中表现出色,适合专业用户使用。Fluently-XL-v4展现了当前图像生成技术的发展水平。
IF-II-L-v1.0 - 最新级联扩散模型提升图像生成能力
DeepFloyd-IFGithubHuggingface开源项目文本到图像模型级联扩散模型许可协议非商业使用
DeepFloyd-IF使用先进的文本到图像级联扩散模型生成高质量图像,具备出色的语言处理能力。采用冻结文本编码器与多级像素级扩散模块,将图像分辨率提升至1024x1024。通过COCO数据集测试,支持开箱即用,并可在Hugging Face平台通过diffusers库轻松运行。
aura-sr - 基于GAN的真实世界图像超分辨率增强工具
AuraSRGANGithub人工智能图像处理开源项目超分辨率
AuraSR是一款基于GAN技术的图像超分辨率工具,专为真实世界图像设计。作为GigaGAN论文的变体,它用于图像条件下的放大。该开源项目基于Torch实现,提供简洁的Python API,支持4倍图像放大,并能减少接缝伪影。AuraSR安装使用便捷,为开发者和研究者提供了强大的图像处理工具,适用于多种需要高质量图像增强的场景。
FotoPhoto - 开源AI图像模型实现照片级写实与艺术创作
GithubHuggingfaceStable Diffusion人像写真图像生成开源项目模型艺术创作风景摄影
FotoPhoto通过结合Foto Assisted Diffusion与FennPhoto两个模型的技术特点,在图像生成领域实现了突破。这个开源模型可生成包括人像、风景、食物在内的多类型图像,在保持照片级写实效果的同时,也能呈现艺术化风格。其特色在于面部细节和皮肤纹理的精确渲染,以及对整体画面氛围的把控。
flash-diffusion - 用于加速条件扩散模型的高效蒸馏技术
Flash DiffusionGithubLoRA加速技术图像生成开源项目扩散模型
Flash Diffusion是一种用于加速预训练扩散模型图像生成的蒸馏方法。该技术高效、快速、通用且兼容LoRA,在COCO数据集上实现了少步骤图像生成的先进性能。Flash Diffusion只需几小时GPU训练时间和较少可训练参数,适用于文本生成图像、图像修复、换脸和超分辨率等多种任务。它支持UNet和DiT等不同骨干网络,能够显著减少采样步骤,同时保持高质量的图像生成效果。
Final2x - 跨平台高清图片超分辨率处理工具
AI模型Final2xGithub图像处理多平台支持开源项目超分辨率
Final2x是一个开源的跨平台图片超分辨率工具,提供多种模型包括RealCUGAN、RealESRGAN和Waifu2x,旨在无损质量地提升图片清晰度。支持各主要操作系统如Windows、MacOS和Linux,并允许用户自定义输出尺寸,适配多语言环境。
stable-diffusion-2-inpainting - 基于扩散模型的高分辨率图像生成和修复工具
GithubHuggingfaceStable Diffusion人工智能图像生成开源项目模型深度学习计算机视觉
stable-diffusion-2-inpainting是一个基于扩散模型的图像生成和修复工具。该模型能根据文本提示生成高质量图像,并支持高分辨率图像修复。它采用LAMA的掩码生成策略,结合掩码图像的VAE潜在表示作为额外条件。该模型在英语提示下效果最佳,适用于艺术创作、设计和研究等领域。然而,它也存在一些局限性,如无法生成可读文本,对复杂任务表现欠佳。使用时应注意避免生成有害或带有偏见的内容。
stable-diffusion-2-1 - 高分辨率AI文本生成图像模型,支持多样化创作
GithubHuggingfaceStable Diffusion人工智能开源项目文本生成图像机器学习模型深度学习
Stable Diffusion v2-1是Stability AI开发的文本到图像生成AI模型。基于潜在扩散技术,它能将文本描述转化为最高768x768分辨率的高质量图像。该模型提供多个专用变体,包括深度感知和图像修复等。主要应用于艺术创作、设计和研究领域,但存在一些局限性,如无法生成可读文本。Stable Diffusion v2-1仅供研究用途,不应用于生成有害或违法内容。
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

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

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