Project Icon

C2PNet

物理感知单图像去雾的课程对比正则化方法

C2PNet是一种基于课程对比正则化的单图像去雾方法。该方法结合物理原理和深度学习技术,在SOTS室内和室外数据集上实现了领先性能。C2PNet的核心架构融合了课程学习和对比正则化策略,旨在提升去雾质量和模型泛化能力。项目开源了完整的训练和评估代码,便于研究者在不同数据集上进行实验和改进。

CFLD - 粗到细潜在扩散实现姿态引导人像合成
CFLDCVPRGithubpose-guided人物图像合成开源项目潜在扩散
CFLD项目提出粗到细潜在扩散方法,用于姿态引导的人像合成。该方法采用多阶段策略,先生成粗略草图再逐步细化,提高了生成图像质量和准确性。作为CVPR 2024亮点论文,CFLD在人像合成领域展现了重要进展。
PnPInversion - 先进的扩散模型逆向技术,仅需3行代码即可提升图像编辑效果
GithubPnPInversion图像反演图像编辑开源项目性能评估扩散模型
PnPInversion是一种新型扩散模型逆向方法,通过在源扩散分支纠正逆向偏差,仅需3行代码即可提升图像编辑效果。该技术在保持原图内容的同时提高编辑保真度。研究还提出PIE-Bench基准测试集,包含700张多样化场景和编辑类型的图像。评估显示PnPInversion在编辑性能和推理速度上均优于现有方法。
sd-controlnet-depth - 结合深度估计的文本到图像扩散模型
ControlNetGithubHuggingface图像生成开源项目条件控制模型深度估计稳定扩散
ControlNet通过深度估计条件增强了Stable Diffusion等模型,允许在个人设备和高性能集群上进行快速训练,即使数据集较小。开发者Lvmin Zhang与Maneesh Agrawala提出的模型具有灵活性,加强了扩散模型的控制方式,推进应用实现。其多种检查点以不同条件训练,提供精细的生成控制。
cond-image-leakage - 改进图像到视频扩散模型中的条件图像依赖问题
DynamiCrafterGithubVideoCrafter图像到视频生成开源项目扩散模型条件图像泄漏
该研究揭示并解决了图像到视频扩散模型中的条件图像依赖问题。研究团队提出了适用于DynamiCrafter、SVD和VideoCrafter1等多种模型的即插即用推理和训练策略。这些策略减轻了模型对条件图像的过度依赖,增强了生成视频的动态效果。项目开源的代码、模型和演示为图像到视频生成研究提供了重要参考。
Guided-pix2pix - 引导式图像转换,双向特征变换的创新应用
Github双向特征转换图像翻译开源项目深度学习神经网络计算机视觉
Guided-pix2pix项目推出创新的图像转换方法,运用双向特征变换技术提高引导式图像生成的精确度。该方法在姿势迁移、纹理迁移和深度上采样领域展现出优异性能,生成的图像质量更高、更贴合引导信息。项目开放完整代码和预训练模型,为研究人员提供便利的实验和开发环境。
deep-learning-for-image-processing - 涵盖使用Pytorch和Tensorflow进行网络结构搭建和训练的介绍深度学习在图像处理中的应用的教程
GithubPytorchTensorflow图像分类图像处理开源项目深度学习
本教程介绍深度学习在图像处理中的应用,涵盖使用Pytorch和Tensorflow进行网络结构搭建和训练。课程内容包括图像分类、目标检测、语义分割、实例分割和关键点检测,适合研究生和深度学习爱好者。所有PPT和源码均可下载,助力学习和研究。
Awesome-Deblurring - 用于图像和视频去模糊的精选资源列表
AI Photo EnhancerBlind Motion DeblurringGithubImage DeblurringNon-Blind DeblurringVideo Deblurring开源项目
该页面汇集了图像和视频去模糊的最新研究与资源,涵盖单图像盲运动去模糊、非盲去模糊以及多图像或视频去模糊的详细信息。用户可以找到相关论文、代码和数据集,并可提交新项目建议或报告问题,为学术研究和实际应用提供技术支持和参考。
EnlightenGAN - 无监督深度光照增强技术
EnlightenGANGithub图像增强开源项目无配对监督深度学习计算机视觉
EnlightenGAN是一种用于增强低光照图像质量的深度学习方法。该技术采用无监督学习方式,无需配对的低光/正常光照图像进行训练。EnlightenGAN基于生成对抗网络(GAN)架构,能有效提升各种复杂场景下的图像亮度和细节。在多个公开数据集上,EnlightenGAN展现出优秀性能,为计算机视觉和图像处理领域提供了新的解决方案。
watermark-removal - 基于机器学习的开源水印去除项目
GithubTensorFlowWatermark-Removal图像修复开源项目机器学习深度学习
这个开源项目利用机器学习的图像修复技术来去除图像中的水印,使结果与原始图像几乎没有区别。项目受到Contextual Attention和Gated Convolution研究的启发,并采用Tensorflow 1.15.0和neuralgym工具包。用户可以通过Google Colab轻松运行项目,按照提供的详细操作步骤和下载链接来清除图像水印。
computer-vision-course - 由社区驱动的计算机视觉课程,涵盖卷积神经网络、视觉Transformer等核心技术
Computer VisionGithubHugging Face卷积神经网络开源项目生成模型社区课程
由Hugging Face社区超过60位贡献者共同创建的计算机视觉课程,涵盖从计算机视觉基础到卷积神经网络、视觉Transformer、多模态模型、生成模型等多种前沿技术。每位作者自由选择风格创作,并经过社区审核和修订。课程展示了开源社区的合作成就,欢迎新的贡献和改进建议。
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