StableNormal

提高单目法线估计稳定性的创新方法

StableNormal 法向估计扩散模型计算机视觉深度学习 Github 开源项目

StableNormal是一个针对单目法线估计的开源项目,通过定制扩散先验模型来提高估计的稳定性。该方法减少了扩散模型的随机性,实现了稳定且清晰的法线估计。StableNormal在多个基准测试中表现优异,并能改进多种实际应用,为计算机视觉和3D重建领域提供了新的解决方案。

marigold-depth-v1-0 - 基于扩散模型的单目深度估计新方法

GithubHuggingfaceMarigold单目深度估计图像生成器开源项目扩散模型模型零样本迁移

Marigold是一种新型单目深度估计模型，利用Stable Diffusion等现代生成图像模型中的视觉知识。该模型通过合成数据微调，实现了对未知数据的零样本迁移，在单目深度估计任务中达到了领先水平。Marigold不仅展示了扩散模型在计算机视觉领域的应用潜力，还为深度估计技术的研究提供了有力工具。

Depth-Anything - 大规模无标注数据驱动的强大单目深度估计模型

Depth AnythingGithub人工智能图像处理开源项目深度估计计算机视觉

Depth Anything是一款基于大规模数据训练的单目深度估计模型。它利用150万标注图像和6200万无标注图像进行训练,提供小型、中型和大型三种预训练模型。该模型不仅支持相对深度和度量深度估计,还可用于ControlNet深度控制、场景理解和视频深度可视化等任务。在多个基准数据集上,Depth Anything的性能超越了此前最佳的MiDaS模型,展现出优异的鲁棒性和准确性。

rednose - 提供高效算法的视觉里程计与传感器融合定位卡尔曼滤波器

GithubKalman filter三维定位传感器融合开源项目符号化雅可比计算视觉里程计

这个开源项目使用扩展卡尔曼滤波器和符号雅可比计算，为视觉里程计、传感器融合定位和SLAM提供高精度解决方案，支持在线和离线使用。它还包括3D定位误差状态卡尔曼滤波、多状态约束卡尔曼滤波以及Rauch-Tung-Striebel平滑技术。通过使用马哈拉诺比斯距离来拒绝异常值，该项目确保了滤波结果的稳定性和准确性。

SensorsCalibration - 开源多传感器标定工具箱助力自动驾驶系统优化

GithubOpenCalib传感器标定多传感器融合开源项目自动驾驶

SensorsCalibration是一个开源的多传感器标定工具箱，专注于自动驾驶领域。这个工具箱提供了IMU、LiDAR、摄像头和雷达等传感器的内参和外参标定方法。它支持基于目标和无目标的标定，同时具备手动和自动标定模式。此外，SensorsCalibration还包含工厂标定和传感器到车辆坐标系的在线标定功能。通过提高传感器融合的精度，这个工具箱为自动驾驶系统的开发和优化提供了重要支持。

Real3D - 基于真实图像的大规模3D重建模型

3D重建GithubReal3D开源项目深度学习自监督学习计算机视觉

Real3D是一种创新的大规模3D重建模型系统，首次实现了使用单视图真实图像进行训练。该系统采用自训练框架，结合3D/多视图合成数据和单视图真实图像，并引入两种无监督损失函数，实现像素和语义层面的模型监督。在包含真实和合成数据、域内和域外形状的四种评估场景中，Real3D均显著优于现有方法。

stable-diffusion-v1-5-inpainting - 稳定扩散修复模型，提升图像生成与修复能力

GithubHuggingfaceStable Diffusion Inpainting人工智能绘画创意图片生成图像修复开源项目文本生成图像模型

Stable Diffusion Inpainting是一种基于潜在扩散模型的图像生成工具，通过文本提示生成高质量图像，支持遮罩修复。其在LAION-5B数据集上进行训练，应用于艺术和设计领域，具备生成逼真图像的能力，但在复杂文本处理上存在局限。遵循CreativeML OpenRAIL-M许可，可保证合理安全使用。了解训练和应用场景将有助于更有效地进行创新项目开发。

Depth-Anything-V2-Small - 先进高效的开源深度估计工具

Depth-Anything-V2GithubHuggingface图像处理开源项目机器学习模型深度估计计算机视觉

Depth-Anything-V2-Small是一个开源的单目深度估计模型，基于大规模合成和真实图像数据训练。相比前代产品，该模型提供更精细的深度细节和更强的鲁棒性。它比同类基于稳定扩散的模型运行速度快10倍，且更加轻量化。模型支持高效的图像深度推断，可用于各种计算机视觉应用场景。

stable-diffusion-1.5 - 开源深度学习模型实现文本到图像的精确转换与生成

GithubHuggingfaceStable Diffusion人工智能开源项目文本生成图像模型深度学习计算机视觉

Stable-Diffusion-v1-5采用Latent Diffusion架构和LAION-2B数据集训练，能将文本提示准确转换为512x512分辨率的图像。模型通过Diffusers和RunwayML提供标准接口，内置内容审核机制，主要应用于研究、艺术创作和教育领域。目前仅支持英文输入，使用时需遵循CreativeML OpenRAIL-M开源协议规范。

sdfstudio - 一体化神经隐式曲面重建框架

GithubNeRFNeuSNeuralangeloSDFStudionerfstudio开源项目

SDFStudio是一个为神经隐式曲面重建设计的模块化框架，基于nerfstudio项目构建。它支持UniSurf、VolSDF和NeuS三大重建方法，处理多种场景表示和采样策略，并集成单目线索和几何正则化等最新技术。其灵活架构方便在不同方法间应用新理念，例如Mono-NeuS和Geo-VolSDF。本页面提供详尽的安装指南、训练示例和结果导出方法，适用于研究者和工程师。

Stable Cascade - 三阶段AI文本生成图像模型提升效率与质量

AI工具AI绘图Stability AIStable Cascade图像生成开源模型

Stable Cascade是一款由Stability AI开发的AI文本生成图像模型。该模型采用创新的三阶段方法，在图像质量、灵活性和效率方面设立新标准。目前处于研究预览阶段，主要应用于教育和艺术领域。Stable Cascade包括SVD和SVD-XT两个变体，可生成不同帧率和分辨率的视频。尽管存在一些局限性，但在提示对齐和美学质量方面表现优异，为未来商业应用打下基础。

相关项目

推荐项目

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。

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。

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。

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。

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。

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。

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。

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。

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。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com