Project Icon

pytorch-inpainting-with-partial-conv

PyTorch实现基于部分卷积的不规则孔洞图像修复

这是Liu等人论文《Image Inpainting for Irregular Holes Using Partial Convolutions》的非官方PyTorch实现。项目提供了基于部分卷积的不规则孔洞图像修复方法,包含数据预处理、模型训练、微调和测试的完整流程。尽管尚未完全复现原论文结果,但已展示了部分测试集的修复效果。此实现为研究人员和开发者提供了探索这一图像修复技术的基础。

AOT-GAN-for-Inpainting - 基于聚合上下文变换的高分辨率图像修复技术
AOT-GANGithub上下文转换图像修复开源项目生成对抗网络高分辨率
AOT-GAN for Inpainting项目提出了一种创新的图像修复模型,旨在解决高分辨率图像中大面积缺失区域的修复问题。该模型结合了聚合上下文变换(AOT)块和SoftGAN技术,分别增强了上下文推理能力和纹理合成质量。AOT块能够有效捕捉远距离上下文信息和丰富的特征模式,而SoftGAN则通过改进判别器训练,提高了真实和合成图像细节的识别能力。这种方法在面部、物体和场景图像的高质量修复上取得了显著成效。
stable-diffusion-v1-5-inpainting - 稳定扩散修复模型,提升图像生成与修复能力
GithubHuggingfaceStable Diffusion Inpainting人工智能绘画创意图片生成图像修复开源项目文本生成图像模型
Stable Diffusion Inpainting是一种基于潜在扩散模型的图像生成工具,通过文本提示生成高质量图像,支持遮罩修复。其在LAION-5B数据集上进行训练,应用于艺术和设计领域,具备生成逼真图像的能力,但在复杂文本处理上存在局限。遵循CreativeML OpenRAIL-M许可,可保证合理安全使用。了解训练和应用场景将有助于更有效地进行创新项目开发。
inpaint - 开源图像修复与对象移除库
C++库GithubInpaintOpenCV图像修复对象移除开源项目
Inpaint是一个开源C++库,实现图像修复和完成功能。它侧重于大面积图像重建和对象移除,能够恢复或修复图像区域,使修改后的图像看起来自然。该库针对大区域重建进行了优化,可有效去除图像中不需要的元素。Inpaint支持多平台构建,并提供交互式工具用于图像编辑和修复。
control_v11p_sd15_inpaint - ControlNet技术驱动的智能图像修复工具
ControlNetGithubHuggingfaceInpaintStable Diffusion图像生成开源项目条件控制模型
control_v11p_sd15_inpaint是一款基于ControlNet技术的图像修复工具。它通过精确控制Stable Diffusion等扩散模型,实现高质量的图像修复和编辑。该模型支持边缘图、分割图和关键点等多种输入条件,为图像处理提供多样化的选择。这一工具适用于个人设备和大型计算集群,具有良好的可训练性和易用性。
stable-diffusion-inpainting - 开源AI模型实现图像修复和高质量生成
AI绘画GithubHuggingfaceStable Diffusion修复绘画图像生成开源项目文本转图像模型
Stable Diffusion Inpainting是一个开源的文本到图像生成和修复模型。它基于潜在扩散技术,可根据文本描述生成高质量图像,并能对现有图像进行智能修复。该模型在LAION-Aesthetics数据集上训练,支持512x512分辨率输出。适用于艺术创作、设计等领域,但不应用于生成有害内容。目前主要支持英文输入,其他语言效果可能有限。
epicrealism_pureevolutionv5-inpainting - Stable Diffusion专用的高质量图像修复模型
DiffusersGithubHuggingface人工智能开源许可开源项目机器学习模型深度学习
epicrealism_pureevolutionv5-inpainting是一个为Stable Diffusion开发的图像修复模型。该模型能够修复和增强图像中的缺失或损坏部分,提供逼真和自然的处理效果。通过先进的机器学习技术,模型可以理解图像上下文,生成与周围环境协调的修复内容。适用于多种图像编辑和修复任务,包括去除物体、修复老照片和填充缺失区域。模型支持多种常见图像格式,处理速度快,在图像修复质量上优于同类产品。
stable-diffusion-2-inpainting - 基于扩散模型的高分辨率图像生成和修复工具
GithubHuggingfaceStable Diffusion人工智能图像生成开源项目模型深度学习计算机视觉
stable-diffusion-2-inpainting是一个基于扩散模型的图像生成和修复工具。该模型能根据文本提示生成高质量图像,并支持高分辨率图像修复。它采用LAMA的掩码生成策略,结合掩码图像的VAE潜在表示作为额外条件。该模型在英语提示下效果最佳,适用于艺术创作、设计和研究等领域。然而,它也存在一些局限性,如无法生成可读文本,对复杂任务表现欠佳。使用时应注意避免生成有害或带有偏见的内容。
Watermark-Removal-Pytorch - 基于深度图像先验的无训练水印去除方法
GithubPytorch图像修复开源项目水印移除深度图像先验深度学习
该项目实现了基于深度图像先验的水印去除技术,无需训练数据即可处理已知和未知水印。该方法通过简单API调用,支持图像编辑等任务。项目采用PyTorch开发,提供MPS加速,包含使用说明和结果展示。
stable-diffusion-xl-1.0-inpainting-0.1 - AI驱动的图像生成和局部修复模型 支持高分辨率编辑
GithubHuggingfaceSDXL人工智能修复图像生成开源项目模型绘画
stable-diffusion-xl-1.0-inpainting-0.1是基于Stable Diffusion XL的AI图像生成和修复模型。该模型支持根据文本提示生成逼真图像,并能进行局部编辑和修复。采用1024x1024分辨率训练,可实现高质量图像处理。用户通过提供原图、蒙版和文本描述,即可完成精准图像编辑。这一工具适用于艺术创作、设计和研究等领域,但仍存在一些限制,例如无法生成可读文本。
edge-connect - 通过生成对抗网络模型提高细节再现的图像修复方法
EdgeConnectGithubPython图像修复开源项目生成对抗网络边缘生成器
EdgeConnect是一种新的图像修复方法,通过生成对抗网络模型提高细节再现。该方法包含两个步骤:首先生成图像中缺失区域的边缘,然后根据生成的边缘信息填补图像。此方法适用于Places2、CelebA及Paris Street-View等数据集。EdgeConnect引入新的边缘生成和图像补全技术,使修复结果更为真实自然。该项目基于Python和PyTorch实现,支持CUDA加速,提供完整的训练、测试和评估指南,并且免费提供预训练模型下载使用。
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。

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