joliGEN

joliGEN

集成GAN、扩散和一致性模型的AI图像生成框架

joliGEN是一个集成框架,用于训练自定义的AI图像转换模型。该框架集成了GAN、扩散和一致性模型,可用于配对和无配对的图像转换任务。joliGEN适用于图像生成控制、增强现实和数据集增强等实际场景。它支持快速稳定的训练过程,并提供REST API服务简化部署。凭借丰富的选项和参数,joliGEN可应用于多种图像生成和处理任务。

JoliGEN生成式AI图像处理GAN扩散模型Github开源项目
<div align="center"> <img src="https://yellow-cdn.veclightyear.com/0a4dffa0/3f75a7b8-72b0-4fa2-a29e-51ba8657d930.svg" width="512"> </div>

许可证 文档 网站

<h1 align="center">用于实际应用的生成式AI图像工具集,包括GAN、扩散和一致性模型</h1>

JoliGEN是一个用于训练自定义生成式AI图像到图像模型的集成框架

主要特点:

  • JoliGEN实现了GAN、扩散和一致性模型,用于非配对和配对的图像到图像转换任务,包括保留语义(如图像和对象类别、掩码等)的域和风格适应。

  • JoliGEN的生成式AI能力针对实际应用,如受控图像生成增强现实数据集智能增强和对象插入、合成到真实转换。

  • JoliGEN允许快速稳定的训练,并能产生惊人的结果。提供了一个带有REST API的服务器,简化了部署和使用。

  • JoliGEN有大量的选项和参数。为避免不知所措,请遵循简单的快速入门指南。然后可以查看有关模型、数据集格式和数据增强的更详细文档链接。

有用链接

用例

  • AR和元宇宙:用超真实的物体替换任何图像元素
  • 图像操作:在图像中无缝插入或移除对象/元素
  • 在保留语义的同时进行图像到图像的转换,例如保留现有源数据集注释
  • 模拟到现实的转换,同时保留元素、指标等
  • 生成图像以丰富数据集,例如平衡数据集不均衡、增加测试集等

这是通过结合强大的定制生成器架构、多种判别器、可配置的神经网络和损失函数来实现的,以确保源图像和目标图像之间基本元素的保留。

示例结果

卫星图像修复

使用扩散网络填补缺失区域

xview_inpainting_res1

在保留类别的同时进行图像转换

马里奥转索尼克,同时保留动作(奔跑、跳跃等)

Clipboard - June 6, 2022 9 44 PM Clipboard - June 5, 2022 12 02 PM

对象插入

使用扩散模型的虚拟试穿

273150788-32990dc1-ebd7-401a-be51-85adeef3b508

使用扩散模型的汽车插入(BDD100K) image image

使用扩散模型的眼镜插入(FFHQ)

<img src="https://github.com/jolibrain/joliGEN/assets/3530657/eba7920d-4430-4f46-b65c-6cf2267457b0" alt="drawing" width="512"/> <img src="https://github.com/jolibrain/joliGEN/assets/3530657/ef908a7f-375f-4d0a-afec-72d1ee7eaafe" alt="drawing" width="512"/>

对象移除

使用GAN移除眼镜

Clipboard - November 9, 2022 4_33 PM Clipboard - November 9, 2022 10_40 AM

在保留标签框的同时进行风格转换(如汽车、行人、路标等)

使用Transformer和GAN的白天到夜晚转换(BDD100K) image 通过多次应用生成器逐步增加积雪,将晴天变为雪天(BDD100K) 图片

晴天变为阴天(BDD100K) 图片

晴天变为雨天(BDD100K) 图片 图片

特点


代码格式和贡献

如果您想贡献代码,请使用black代码格式。 安装:

pip install black 

使用:

black .

如果您想在每次提交前自动格式化代码:

pip install pre-commit
pre-commit install

作者

JoliGENJolibrain创建和开发。

代码结构受到pytorch-CycleGAN-and-pix2pixCUTAttentionGANMoNCEPalette等项目的启发。

JoliGEN的部分元素得到了法国国家AI计划"Confiance.AI"的支持。

联系方式:contact@jolibrain.com

编辑推荐精选

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

TRELLIS

TRELLIS

用于可扩展和多功能 3D 生成的结构化 3D 潜在表示

TRELLIS 是一个专注于 3D 生成的项目,它利用结构化 3D 潜在表示技术,实现了可扩展且多功能的 3D 生成。项目提供了多种 3D 生成的方法和工具,包括文本到 3D、图像到 3D 等,并且支持多种输出格式,如 3D 高斯、辐射场和网格等。通过 TRELLIS,用户可以根据文本描述或图像输入快速生成高质量的 3D 资产,适用于游戏开发、动画制作、虚拟现实等多个领域。

ai-agents-for-beginners

ai-agents-for-beginners

10 节课教你开启构建 AI 代理所需的一切知识

AI Agents for Beginners 是一个专为初学者打造的课程项目,提供 10 节课程,涵盖构建 AI 代理的必备知识,支持多种语言,包含规划设计、工具使用、多代理等丰富内容,助您快速入门 AI 代理领域。

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

下拉加载更多