Logo
Project Icon

ComfyUI-Florence2

基于Florence-2视觉基础模型，可处理多种视觉和视觉-语言任务

Florence2ComfyUI视觉基础模型多任务学习DocVQAGithub开源项目

ComfyUI-Florence2项目基于Florence-2视觉基础模型，可处理多种视觉和视觉-语言任务。除支持图像描述、物体检测和分割外，还新增文档视觉问答功能。项目利用FLD-5B数据集进行多任务学习，采用序列到序列架构，在零样本和微调场景下表现优异。用户可通过ComfyUI界面便捷使用Florence2的各项功能。

GithubGithubHuggingfaceHuggingface
介绍相关项目
ComfyUI-Flowty-TripoSR-ZHO - ComfyUI自定义节点实现单图快速生成3D模型
3D模型ComfyUIGithubTripoSR工作流开源项目背景去除
ComfyUI-Flowty-TripoSR-ZHO是基于TripoSR的自定义节点，可从单张图像快速生成3D模型。该项目支持背景去除和RGBA图像处理，与LayerDiffusion配合良好。最新版本重构了3D文件保存节点，新增多项基础参数，提升了3D模型生成的灵活性。项目新增背景去除选项，改进RGBA图像支持，避免生成带有黑色背板的模型。用户可根据需求选择使用原版或改版节点，平衡速度和功能需求。
ComfyUI_frontend - 现代化的用户界面 兼容现有扩展系统
AI绘图ComfyUIGithub前端开发开源项目扩展系统
ComfyUI_frontend是ComfyUI的现代化前端实现，完全兼容现有扩展系统。它引入了节点库侧边栏、队列/历史记录管理、模糊搜索等功能，优化了拖放操作和链接管理。该项目支持TypeScript，提供新API便于开发自定义扩展。ComfyUI_frontend通过改进用户界面和工作流程，增强了AI图像生成的操作体验。
comfyui-portrait-master-zh-cn - ComfyUI人物肖像生成优化插件
ComfyUIGithub人工智能工作流开源项目提示词肖像生成
ComfyUI Portrait Master 简体中文版是一个优化AI人物肖像生成的开源插件。该工具提供丰富的参数选项，包括镜头类型、性别、国籍等，便于创建多样化的人物肖像。支持SD1.5、SDXL等模型，提供多种工作流示例和使用建议，有助于提高生成效果的控制性。插件支持自定义扩展，适合需要精细调整AI人物肖像生成的用户。
ComfyUI-Phi-3-mini - Phi-3-mini模型集成ComfyUI：高效AI对话新选择
AI对话ComfyUIGithubPhi-3-mini多轮对话开源项目模型集成
ComfyUI-Phi-3-mini项目集成了微软的Phi-3-mini-4k-instruct模型。这款小巧快速的模型性能媲美GPT-3.5和Mixtral 8x7B，支持系统提示词设置和多轮对话。它能自动将中文输入转换为英文提示词，适用于生成补全提示词或日常对话。该开源项目提供简易安装步骤和使用指南，方便用户体验高效AI对话。
llava-onevision-qwen2-72b-ov-sft - 基于Qwen2的多模态AI模型 支持图像和视频交互
GithubHuggingfaceLLaVA-OneVisionQwen2图像识别多模态模型开源项目模型视频处理
LLaVA-OneVision是基于Qwen2的多模态AI模型，支持图像、多图和视频交互。模型在专用数据集上训练，具有32K tokens上下文窗口，提供0.5B、7B和72B三种规模。支持英语和中文，可处理单图、多图和视频输入。项目开源了代码、在线演示和论文，为AI研究和开发提供了实用工具。
ComfyUI-Docker - 简化ComfyUI部署的Docker镜像集合
ComfyUIDockerGithubNVIDIA GPUROCmStable Diffusion开源项目
ComfyUI-Docker项目提供多种Docker镜像，用于简化ComfyUI的部署和运行。这些镜像支持NVIDIA和AMD GPU，包括基础版、全功能版和专用3D版本。镜像针对不同CUDA版本和Python环境进行优化，满足各类用户需求。项目定期更新，确保镜像包含最新功能和性能改进。
Qwen2-VL-72B-Instruct-GPTQ-Int8 - 改进视觉和文本处理能力的多模态模型
GithubHuggingfaceQwen2-VL多模态多语言支持开源项目模型视觉理解视频分析
本项目是一个多模态视觉语言模型，具有高效的图像理解和多语言支持。它能够处理超过20分钟的视频内容，并可整合到移动设备和机器人中进行自动化操作。通过应用动态分辨率处理和多模态旋转位置嵌入，该模型提升了视觉处理能力。此外，项目还提供了便于快速部署的工具包，助力处理各类视觉任务。
comfyui_segment_anything - 基于 GroundingDino 和 SAM，使用语义字符串来分割图像中的任何元素
ComfyUIGithubPython依赖segment下载开源项目模型
ComfyUI Segment Anything项目在ComfyUI框架下实现了核心功能，并提供详细的Python依赖安装指南和模型下载方式，确保与sd-webui-segment-anything一致。用户可以通过pip命令快速安装所需依赖，并自动或手动下载BERT、GroundingDino和SAM模型。如下载速度较慢，可设置代理加速。项目欢迎社区贡献，用户可以通过fork和pull request参与代码改进。
ScreenAI - 深度理解界面和信息图的视觉语言模型
GithubScreenAIUI理解信息图表理解多模态开源项目视觉语言模型
ScreenAI是一个开源的多模态视觉语言模型，专注于用户界面(UI)和信息图的理解。该模型集成了视觉变换器(ViT)、注意力机制和前馈网络，能够处理图像和文本输入。通过深度学习技术，ScreenAI实现了对复杂视觉信息的处理和文本整合分析，为UI设计、信息可视化和人机交互研究提供了新的工具和方法。
ComfyUI_InstantID - ComfyUI原生集成InstantID，优化人物图像生成效率
AI绘图ComfyUIGithubInstantID人工智能开源项目
ComfyUI_InstantID项目为ComfyUI提供原生InstantID支持，无需依赖diffusers库。该扩展完全集成ComfyUI，支持多ID生成、IPAdapter风格化和额外ControlNet控制。通过降低CFG和注入噪声等技术，有效减少水印并提升生成质量。项目还支持SDXL Turbo/Lighting模型，适合需要高效、灵活人物图像生成的用户。
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

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。

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