Logo
Project Icon

transformer_latent_diffusion

基于 PyTorch 的 Transformer 潜在扩散文本生图模型

TransformerLatent DiffusionPyTorchAI绘图图像生成Github开源项目

Transformer Latent Diffusion 是一个基于 PyTorch 的开源项目，实现了文本到图像的潜在扩散模型。该模型体积小、生成速度快、性能合理，可在单 GPU 上快速训练。项目代码简洁，依赖少，注重数据质量。它提供数据处理工具，支持自定义训练，并进行了多项性能优化。项目展示了 256 分辨率随机样本和 CLIP 插值等生成示例。

访问官网访问官网GithubGithubHuggingfaceHuggingface论文论文
介绍相关项目
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。
SD-Latent-Interposer - 实现Stable Diffusion模型间潜空间互操作的神经网络
ComfyUIGithubSD-Latent-InterposerStable Diffusion开源项目潜在空间神经网络
SD-Latent-Interposer是一个实现Stable Diffusion模型间潜空间互操作的神经网络。它支持SDXL、SDv1.5、SD3、Flux.1和Stable Cascade等版本之间的直接潜空间转换，无需通过VAE解码和重新编码。这种方法提高了不同SD模型版本间的兼容性，为潜空间操作提供了更高效、灵活的解决方案。
HunyuanDiT - 实现多分辨率扩散和细粒度中英文理解
GithubHunyuanDiT中英双语多轮对话开源开源项目文本生成图像
HunyuanDiT是一个多分辨率扩散变换器模型，具有细粒度的中英文理解能力。该模型采用优化的变换器结构、文本编码器和位置编码，通过迭代数据流程提升性能。HunyuanDiT支持多轮多模态对话，可根据上下文生成和优化图像。经专业评估，该模型在中文到图像生成方面达到开源模型的先进水平。
Rae-Diffusion-XL-V2 - 文本到图像的高级模型，用于生成精美的动漫角色艺术
GithubHuggingfaceRae Diffusion XL V2动漫风格开源项目文本生成图像模型许可高质量
Rae Diffusion XL V2是基于Animagine XL 3.1模型的优化版本，专注于高质量动漫风格艺术的生成。通过标签的灵活应用，该模型能够提升图像质量和美学表现，包含质量、审美标签与敏感内容标识。Rae Diffusion XL V2支持多种分辨率及特定采样设置，适合创作者使用。
TF-ICON - 利用Text-driven Diffusion模型实现跨域图像无训练组合的框架
GithubICCV 2023TF-ICON开源项目扩散模型无训练跨域图像合成
TF-ICON是一个利用Text-driven Diffusion模型实现跨域图像无训练组合的框架。相比需要实例化优化或微调预训练模型的方法，TF-ICON无需额外训练或优化，就可无缝集成用户提供的对象，还使用了特别提示来帮助模型准确还原真实图像。实验表明，该方法在多个数据集（如CelebA-HQ、COCO和ImageNet）上的表现优于现有技术。
Stable-Diffusion-Android - 多环境支持的快速图片生成器
AI HordeAI绘图GithubHugging Face InferenceOpenAIStable Diffusion开源项目
Stable Diffusion AI是一款可以快速从文本或图片生成高质量图像的应用，支持AI Horde、Stable-Diffusion-WebUI、SwarmUI、Hugging Face Inference API、OpenAI、Stability AI等多种服务器环境以及本地模式，提供丰富的生成参数和图片管理功能。
diffusion-models-class - 掌握扩散模型从理论到实践的全面课程
AI绘图GithubHugging FacePyTorch开源项目扩散模型深度学习
Hugging Face推出的扩散模型免费课程涵盖理论研究和实践应用。课程内容包括使用Diffusers库生成图像和音频、训练和微调扩散模型、探索条件生成和引导技术、创建自定义模型管道等。适合具备Python和深度学习基础的学习者，提供全面的扩散模型学习体验。
automatic - 稳定扩散和其他基于扩散的生成图像模型的高级实现
GithubSD.NextStable Diffusion多平台开源项目扩展功能模型支持
该项目提供了多种后端和用户界面、高级扩展功能，支持多种扩散模型并具有跨平台兼容性。包括文本、图像和视频处理的内置控制，优化处理性能，支持最新的torch技术。具有企业级日志记录和现代化UI，兼容Windows、Linux、MacOS等系统，支持nVidia、AMD和IntelArc等硬件平台。自动更新与依赖管理功能简化了安装和更新过程，确保在多种使用场景下性能最佳。
epicrealism-xl-v8kiss-sdxl - Stable Diffusion XL基础的逼真图像生成模型
GithubHuggingfaceStable Diffusion人工智能绘图开源项目文字转图像机器学习模型逼真照片
epicrealism-xl-v8kiss-sdxl是基于Stable Diffusion XL的写实图像生成模型。此模型专注于创建逼真图像，适用于需要高质量摄影级别输出的场景。在保持原始Stable Diffusion XL功能的基础上，该模型优化了真实感和细节表现，能够生成更加逼真的图像。
相关项目
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。

使用协议隐私政策广告服务
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