Project Icon

karlo-v1-alpha-image-variations

基于unCLIP的文本条件图像生成模型

Karlo v1 alpha通过优化的unCLIP架构提供了文本条件图像生成方案,提升了图像超分辨率性能。该模型在7个降噪步骤中将图像从64px扩展到256px,增强了高频细节表现。项目使用diffusers库,便于高性能GPU上的简便实现。模型在115M图像文本对上进行从头训练,并应用DDPM目标与VQ-GAN风格损失进行优化。

stable-diffusion-xl-demo - 基于Stable Diffusion XL的开源AI图像生成WebUI
GithubStable Diffusion XL图像生成开源项目机器学习深度学习生成式AI
stable-diffusion-xl-demo是基于Stable Diffusion XL 1.0的Gradio演示WebUI。该项目集成了LCM LoRA和SSD-1B模型,提高了图像生成速度。它提供简便的安装和启动方法,支持多GPU并行处理,并可在Colab上运行。相比SD v2.1,SDXL无需额外调整即可生成更高质量图像。此外,项目还提供多种内存优化和性能提升选项。
open_clip - 探索前沿图像与语言对比预训练技术
GithubOpenCLIP图像识别对比学习开源项目零样本学习预训练模型
OpenCLIP是一个先进的开源深度学习项目,专注于OpenAI的CLIP模型的实现和优化。该项目在多样化的数据源和不同的计算预算下成功训练出多个高效能模型,涵盖图像和文本嵌入、模型微调及新模型开发等多个领域。通过增强图像与语言的联合理解能力,OpenCLIP显著推动了人工智能技术的发展,拓宽了其应用领域。
AAM_XL_AnimeMix - 基于Stable Diffusion XL的动漫风格AI图像生成模型
AI艺术创作GithubHuggingfaceStable Diffusion动漫风格开源项目文本生成图像模型深度学习模型
AAM_XL_AnimeMix是一个基于Stable Diffusion XL微调的文本到图像模型,专注于生成动漫风格的艺术作品。该模型结合了AI技术和动漫元素,可根据文本提示创作各种动漫场景和角色,如夜景、花田等。它适用于艺术创作、设计和动漫爱好者,提供了一种新的动漫风格图像生成方式。模型支持使用Diffusers库进行部署,可通过简单的Python代码实现图像生成。
internlm-xcomposer2d5-7b-4bit - 简化大型语言模型的文本与图像处理新纪元
4位量化模型GithubHuggingfaceInternLM-XComposer开源项目文本图像理解模型视频理解长上下文能力
InternLM-XComposer2.5在文本与图像理解领域展现非凡性能,其应用灵活性媲美GPT-4V,仅靠7B参数即可完成复杂任务。模型通过24K图文上下文训练与96K扩展能力,适用于大量输入输出任务。此外,项目提供了4-bit量化模型来有效降低内存消耗,并支持使用Transformers快速集成,涵盖从视频理解到多图对话的多种应用场景。
animagine-xl-3.1 - 开源动漫风格AI图像生成模型
Animagine XL 3.1GithubHuggingfaceStable Diffusion人工智能绘图动漫风格开源项目文本生成图像模型
Animagine XL 3.1是基于Stable Diffusion XL的开源动漫风格图像生成模型。相比前代版本,它提升了图像质量,扩充了角色库,并引入美学标签系统。该模型支持多种图像尺寸,提供质量、分级、年代和美学标签,可生成精确详细的动漫角色图像。Animagine XL 3.1适用于动漫创作、角色设计等领域,为内容创作者提供了强大的辅助工具。
RPG-DiffusionMaster - 多模态大语言模型驱动的高质量文图生成框架
GithubRPG区域扩散多模态大语言模型开源项目扩散模型文本到图像生成
RPG-DiffusionMaster是一款创新的文本到图像生成框架,结合多模态大语言模型的提示重述和区域规划能力,以及互补的区域扩散技术。该项目支持多种扩散模型架构,兼容GPT-4等专有模型和开源本地模型,实现先进的图像生成和编辑效果。框架具有高度灵活性和广泛适应性,能生成超高分辨率图像,是一个功能强大的AI创作工具。
PopCorn - 多模型融合的文本到图像生成器,带来精致逼真的艺术效果
AI绘图GithubHuggingfacestable-diffusion图像生成幻想艺术开源项目模型现实主义
PopCorn项目通过整合多个艺术模型,使用文本到图像技术,生成精美的视觉内容。该项目结合了Acorn Is Spinning和Coca Cola模型,提供多样化和真实性。无论是梦幻风景还是真人肖像,皆展现出细致的细节和丰富的色彩,代表数字艺术的前沿应用,为用户带来创意和灵感。
blip-image-captioning-large - BLIP框架驱动的先进图像描述模型
BLIPGithubHuggingface图像描述多模态学习开源项目模型自然语言处理视觉语言预训练
blip-image-captioning-large是基于BLIP框架的图像描述模型,采用ViT大型骨干网络和COCO数据集预训练。它支持条件和无条件图像描述,在图像-文本检索、图像描述和视觉问答等任务中表现卓越。该模型具有出色的泛化能力,支持CPU和GPU(含半精度)推理,为图像理解和生成研究提供了有力工具。
photo-background-generation - 基于文本引导的扩散模型实现对象背景一致性
GithubHuggingfaceSalient Object-Aware Background Generation开源项目文本指导扩散模型模型物体膨胀电子商务广告背景生成
该开源项目通过文本引导的扩散模型,解决显著对象背景生成中的'对象扩展'问题,保持对象身份和背景的一致性。适合商业广告等需要清晰度的场景。项目已被CVPR 2024采用,提供创新的背景生成方法。
stallion-dreams-pony-realistic-v1-sdxl - 文字到图像的真实感小马生成模型
GithubHuggingfaceStable DiffusionStallion Dreams图像处理开源项目文本生成图像模型照片现实主义
项目利用Stable Diffusion技术,专为生成真实感小马图像而设计,提供文字到图像的转换功能。模型使用diffusers库,在生成写实图像方面表现优异,适合对逼真效果有需求的创作者和开发者。
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。

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