Project Icon

LooseControl

通用深度条件生成控制技术

LooseControl是一种提升ControlNet能力的深度条件生成控制技术,实现了更通用的深度条件控制。该开源项目提供UI界面和Python API,支持基于粗略深度图的图像生成和风格保持编辑。LooseControl适用于多种场景,为计算机视觉和图像生成领域提供了新的研究方向。

MasaCtrl - 实现一致性图像合成与编辑
GithubMasaCtrl一致性图像合成图像编辑开源项目扩散模型无需微调
MasaCtrl是一种基于互自注意力控制的图像处理技术,实现了一致性图像合成和编辑。该方法结合源图像内容和文本提示生成的布局,无需额外微调即可进行非刚性图像修改。MasaCtrl支持多种应用场景,包括基于提示的合成、真实图像编辑、与可控扩散模型集成等,并可扩展到视频合成。这一技术兼容Stable Diffusion等多种模型,为图像创作提供了新的可能性。
FLUX.1-dev-Controlnet-Canny - 多尺度图像生成技术的应用及其未来潜力
ControlNetDiffusersFLUX.1-devGithubHuggingfacefuturistic开源项目文本生成图像模型
FLUX.1-dev-Controlnet-Canny项目实现了首个版本的训练,提供在多尺度下的图像生成能力。该项目依托ControlNet和Diffusers技术,以1024x1024像素规模进行训练,使用8x8的批量大小和30K次训练步数,确保模型生成稳定且高质量的图像。支持最新的Diffusers版本运行,适合生成具有未来感的都市图像演示,具有极大的应用潜力。
ControlLLM - 通过图搜索增强大语言模型工具使用能力实现复杂任务解决
ControlLLMGithub任务分解图搜索多模态工具大语言模型开源项目
ControlLLM框架通过图搜索方法提升大语言模型的多模态工具使用能力。其核心包括任务分解器、基于图的思维范式和执行引擎,有效解决复杂任务。该框架在图像、音频和视频处理等领域展现出高准确性和效率,为大语言模型应用开辟新途径。
controlnet-sd21-depth-diffusers - 控制稳定扩散与艺术生成的革新选择
GithubHuggingfaceStable Diffusiondiffusers开源项目控制网模型艺术语言模型
controlnet-sd21-depth-diffusers 是稳定扩散2.1模型的初始版本,着重结合深度与艺术。这一模型在laion-art子集上训练,通过使用diffusers技术,提高了图像生成的控制能力。适合研究图像生成技术和艺术的用户,强调使用上的道德考量。感谢ControlNet和脚本转换贡献者的支持,确保功能实现的高质量与灵活性。
x-flux - Flux模型的LoRA和ControlNet微调脚本
AI绘图ControlNetDeepSpeedFluxGithubLoRA开源项目
该项目为Flux图像生成模型提供LoRA和ControlNet微调脚本。使用DeepSpeed实现高效训练,并提供预训练检查点。包含详细的训练和推理指南,以及低内存模式和加速配置示例。项目计划未来发布更多ControlNet权重模型和IP-Adapters。
controlnet_qrcode-control_v1p_sd15 - ControlNet模型实现二维码艺术化生成
ControlNetGithubHuggingfaceQR码Stable Diffusion图像生成开源项目机器学习模型
这是一个基于ControlNet的开源AI模型,专门用于将普通二维码转化为艺术图像。该模型支持Stable Diffusion 1.5,在保持二维码可扫描性的同时,赋予其独特的视觉效果。通过调整参数,用户可以平衡二维码的功能性和艺术性。此模型适用于创意营销和艺术设计等领域,能够显著提升二维码的视觉吸引力。
OmniControl - 先进的人体动作生成与精确控制技术
GithubOmniControl人体动作生成关节控制开源项目机器学习计算机视觉
OmniControl是一个基于扩散模型的人体动作生成项目,实现了对任意关节在任意时间的精确控制。通过空间引导和真实性引导,该项目能生成高质量、自然的动作序列。OmniControl提供预训练模型、训练代码和评估工具,支持HumanML3D等数据集,为动作生成研究和应用领域提供了灵活有力的解决方案。
flux-controlnet-collections - FLUX.1-dev专用ControlNet模型集合优化图像生成控制
ComfyUIControlNetFLUX.1-devGithubHuggingface图像生成开源项目模型深度学习
该项目为FLUX.1-dev模型提供了优化的ControlNet检查点,包含Canny、HED和Depth(Midas)三种模型。这些ControlNet经1024x1024分辨率训练,支持ComfyUI直接使用。项目还提供自定义节点和工作流程,便于快速实现。这些工具能够提升图像生成的精确控制,增强AI图像创作效果。
MotionCtrl - 视频生成中的动作控制统一解决方案
AIGithubMotionCtrl动作控制开源项目腾讯视频生成
MotionCtrl是一个统一的视频生成动作控制系统,可独立调节生成视频中的相机和物体运动。该项目兼容SVD、VideoCrafter和AnimateDiff等多个视频生成模型,并提供训练代码、推理脚本和在线演示。通过MotionCtrl,研究人员和内容创作者能够更精确地控制生成视频的动作效果,从而提高视频生成的质量和灵活性。
controlnet-openpose-sdxl-1.0 - 基于SDXL的OpenPose人体姿态控制模型
GithubHuggingfaceOpenPoseSDXL-controlnetStable Diffusion人工智能绘画图像生成开源项目模型
这是一个基于Stable Diffusion XL的ControlNet模型,专门用于OpenPose人体姿态控制。通过人体骨骼图,用户可以精确控制生成图像中的人物姿势。该模型支持Diffusers和ComfyUI框架,可用于创建多种姿势的人物图像。模型在LAION数据集上训练,具有良好的性能。
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