ddpm-ema-celebahq-256

无条件图像生成的高效去噪扩散模型

ProgressiveGAN 开源项目 CIFAR10 图像合成模型 DDPM Huggingface 噪声调度器 Github

项目通过去噪扩散概率模型实现高质量无条件图像生成，结合无平衡态热力学概念，在CIFAR10和256x256 LSUN数据集上取得了优异的Inception和FID评分。用户可以灵活选择噪声调度器以平衡生成质量与速度，该模型也支持渐进式无损压缩，作为自动回归解码的推广。详情请参照官方推理与训练示例。

FreeInit - 改进视频生成一致性的方法，无需额外训练

FreeInitGithub开源项目无监督学习时序一致性视频扩散模型视频生成

FreeInit改进了视频扩散模型的一致性，通过简单的频率滤波器实现噪声重初始化，无需额外训练。已集成至Diffusers和ComfyUI-AnimateDiff-Evolved，可在Hugging Face上体验在线demo。项目代码和示例脚本方便研究人员应用。

SRGAN - 使用生成对抗网络提升单图像超分辨率效果

GithubSRGANTensorLayerXVGG19开源项目计算机视觉超分辨率

本项目展示了使用生成对抗网络（GAN）如何实现单图像的高分辨率超分辨率。使用预训练的VGG19模型和高分辨率图像进行训练，支持多种深度学习框架，如TensorFlow、PaddlePaddle、MindSpore，未来还将支持PyTorch。项目提供完整的训练和评估指南，并通过简单的代码修改可以切换不同的后端框架。适用于图像处理和计算机视觉领域的研究人员和开发人员，项目中展示了技术实现的详细结果，还提供了参考文献和讨论资源。

axodox-machinelearning - 基于C++的Stable Diffusion图像生成库，支持ControlNet

C++ControlNetGithubONNXStable Diffusion图像合成开源项目

该库是一款基于Stable Diffusion的图像生成工具，支持txt2img、img2img和图像修复功能，完全采用C++实现，无需依赖Python。其高性能和简化的部署过程非常适用于实时图形应用和游戏开发。库还支持ControlNet，通过输入图像来引导生成过程，并提供GPU加速的特征提取功能，如姿势估计、深度估计和边缘检测。此外，库包含多个代码示例和预编译模型，便于开发者快速集成和测试。

RadiantDiversions - 融合多种风格的文本到图像转换解决方案

Dreamlike_DiversionsGithubHuggingfacetext-to-image合并模型开源项目模型稳定扩散艺术作品

Radiant Diversions 是一个文本到图像转换模型，结合了多个开源项目的元素，呈现出独特的视觉风格。用户可以在无需特殊提示词的情况下，使用'Dreamlike_Diversions'风格来生成高质量、逼真且富有幻想色彩的图像。该模型适用于多种风格场景，提供了广泛的创作案例，是艺术家和设计师的灵感源泉。

Active-Passive-Losses - 归一化损失函数提高深度学习噪声标签处理效果

CIFARGithubPython开源项目损失函数标签噪声深度学习

Active-Passive-Losses项目实现了ICML 2020论文提出的归一化损失函数，用于提高深度学习模型处理噪声标签的能力。项目提供CIFAR-10和CIFAR-100数据集上的实验配置，支持多种噪声率和噪声类型。研究者可利用此代码复现结果或将新损失函数应用于自身研究。

GaussianDreamer - 通过桥接 2D 和 3D 扩散模型从文本快速生成到 3D 高斯

2D扩散模型3D扩散模型3D生成CVPR 2024GaussianDreamerGithub开源项目

本文客观介绍了通过整合2D和3D扩散模型的快速3D对象生成框架GaussianDreamer。3D扩散模型提供初始几何信息，而2D扩散模型则增强了其几何和外观。GaussianDreamer在单个GPU上可在15分钟内生成高质量的3D实例，比现有方法更快。生成的3D实例支持实时渲染，可方便地整合到动画和仿真管道中。

blended-latent-diffusion - 快速高精度的局部文本引导图像编辑技术

Blended Latent DiffusionGithubSIGGRAPH 2023图像生成开源项目扩散模型文本驱动编辑

Blended Latent Diffusion是一种创新的局部文本引导图像编辑技术。该方法在低维潜在空间中操作，显著提高了编辑效率。通过融合扩散技术和优化策略，它解决了图像重建精度问题，并支持细微区域的局部编辑。与现有方法相比，Blended Latent Diffusion不仅处理速度更快，还实现了更高的编辑精度，同时减少了常见的图像伪影。该技术可应用于背景编辑、文本生成和对象修改等多个领域。

DCR - 扩散模型数据复制研究与优化方法分析

Diffusion模型Github开源项目数据复制机器学习生成式AI计算机视觉

DCR项目聚焦扩散模型中的数据复制问题，整合了两篇重要论文的研究成果和代码。项目内容包括数据复制现象分析、缓解策略提出、模型微调指南、推理方法、评估指标计算以及数据集资源。这些研究成果为提升扩散模型的生成质量和原创性提供了重要参考。

HiDiffusion - 无需训练即可提升扩散模型分辨率和速度的方法

AI绘图GithubHiDiffusion图像生成开源项目扩散模型高分辨率

HiDiffusion是一种提高预训练扩散模型分辨率和速度的方法，无需额外训练。通过添加单行代码即可集成到现有扩散管道中。它支持文本到图像、图像到图像和修复等多种任务，适用于Stable Diffusion XL、Stable Diffusion v2等主流模型。HiDiffusion还兼容ControlNet等下游任务，为图像生成提供更高质量和效率。

Anti-DreamBooth - 防护技术阻止AI生成仿真个人图像

Anti-DreamBoothGithub人脸数据集开源项目扰动优化文本生成图像隐私保护

Anti-DreamBooth是一项创新技术，通过向用户图像添加微妙噪声来防止AI模型生成特定个人的仿真图像。该项目开发了多种扰动优化算法，并在多个数据集上进行了全面评估。研究表明，即使在模型或提示词不匹配的情况下，Anti-DreamBooth也能有效保护个人隐私，阻止生成逼真的目标人物图像。

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。

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