PickScore

优化文本到图像生成的用户偏好数据集和模型

PickScore 数据集文本生成图像用户偏好开源项目 Github

PickScore是一个开源项目，提供数据集和模型用于优化文本到图像生成的用户偏好预测。项目包含Pick-a-Pic v1和v2数据集，以及基于v1训练的PickScore模型。此外，还提供演示、安装指南、推理示例和训练脚本，方便研究人员和开发者进行实验和改进。PickScore致力于提升AI生成图像的质量和用户体验。

访问官网

Github

Huggingface

介绍相关项目

CV - 全面的计算机视觉深度学习模型集合

Github图像分类开源项目深度学习目标检测计算机视觉语义分割

这个项目收集了多个计算机视觉领域的深度学习模型，包括图像分类、目标检测、语义分割和生成模型。项目为每个模型提供论文链接、详细解析和代码实现，涵盖从AlexNet到YOLO系列等经典算法。这是一个面向研究人员和开发者的综合性学习资源，有助于理解和应用先进的计算机视觉技术。

rich-text-to-image - 富文本格式提升文本到图像生成的精确控制

AI绘图GithubICCV 2023Rich-Text-to-ImageStable Diffusion开源项目文本生成图像

Rich-Text-to-Image项目利用富文本格式信息增强文本到图像生成的控制能力。该项目通过字体大小、颜色、样式和脚注等格式实现精确的颜色渲染、局部风格控制和详细区域合成。这种方法支持token显式重新加权，可与Stable Diffusion等主流模型集成，提供更精细的图像生成控制。项目开源了代码实现，并提供在线演示和相关论文，为文本到图像生成领域开辟了新的研究方向。

CapsFusion - 创新的大规模图像描述生成框架

CapsFusionGithub图像文本数据大型多模态模型大语言模型开源项目数据集

CapsFusion是一个用于生成高质量图像描述的创新框架。该项目结合大型语言模型，融合真实和合成图像-文本对，解决了大规模多模态模型训练中的可扩展性和知识保留问题。CapsFusion提供120M数据集、模型和分布式推理代码，为多模态预训练研究提供重要资源。

Picogen - 多功能AI图像处理API服务

AI工具AI绘图API集成Picogen图像生成高分辨率

Picogen提供AI图像生成API服务，包括4K分辨率图像生成、图像融合、背景移除和8K图像放大。作为Midjourney、Stable Diffusion和DALL-E的替代方案，Picogen支持多语言，提供灵活定价。API可在5分钟内完成集成，适用于营销、设计、内容创作和电商等领域。Picogen旨在提供高质量、多功能的AI图像处理解决方案。

dalle-playground - 在线文本到图像实验平台

DALL-E PlaygroundGithubOpenAIStable Diffusion V2开源项目文本到图像本地开发

dalle-playground是一个基于Stable Diffusion V2的在线文本到图像实验平台，支持简易Github前端试用及本地或Docker-compose部署，让技术爱好者体验高效的图像生成。平台还支持本地开发方式，提升了处理效率和操作流畅性。

ogb - OGB开源项目的图机器学习数据集及标准评估工具

GithubOpen Graph Benchmark图机器学习开源项目数据加载器深度学习框架评估器

OGB项目集成了图机器学习所需的基准数据集、数据加载器和标准化评估工具，兼容PyTorch Geometric和DGL等主流深度学习框架。支持处理节点、链接和图级别的预测任务，数据集广泛涵盖科学、社交网络和异构知识图等领域，并适应从单GPU到多GPU的处理需求。OGB为研究人员提供了简化数据下载、标准化拆分和性能评估的便利工具。

MagicBrush - 基于人工标注的指令引导图像编辑数据集

GithubInstructPix2PixMagicBrush图像编辑开源项目指令引导数据集

MagicBrush是一个大规模人工标注的指令引导图像编辑数据集，包含10,000组源图像、指令和目标图像的三元组。该数据集涵盖单轮、多轮、带掩码和无掩码等多种编辑场景，支持图像编辑模型的训练和评估。MagicBrush还提供经过微调的模型检查点，可应用于实际图像编辑任务，为计算机视觉研究提供了重要资源。

scepter - 优化生成模型训练和推理的开源工具

AlibabGithubSCEPTER图像生成开源代码库开源项目生成模型

SCEPTER是一个开源库，专注于生成模型的训练、微调和推理，适用于图像生成、转换和编辑任务。整合了社区常见实现与阿里巴巴同意实验室的专有方法，涵盖实用的生成框架、易用的实现方法和交互界面SCEPTER Studio，可支持自定义图像编辑任务和多种生成模型。它是AIGC研究人员与开发者的理想工具。

img2dataset - 高效处理大规模图像数据集的开源工具

Githubimg2dataset下载工具图像数据集开源项目数据处理机器学习

img2dataset是一个开源工具，用于将大量图像URL转换为结构化数据集。它能在20小时内处理1亿个URL，支持下载、调整大小和打包功能。该工具提供多种输出格式、编码选项，以及增量模式和过滤功能，适用于机器学习训练等需要处理大规模图像数据的场景。img2dataset还支持保存URL和标题对，为研究人员和开发者提供了灵活的数据处理选项。

open-muse - 开源项目MUSE模型重现，用于高效文本到图像生成

GithubHuggingfaceMUSEVQGANopen-musetransformer开源项目

open-muse项目致力于重现Transformer MUSE模型，通过LAION-2B和COYO-700M数据集的训练，提供简单且可扩展的代码库。项目包括在Imagenet上训练类别条件模型、在CC12M上进行文本到图像实验，以及训练改进的VQGAN模型，所有结果将上传至Huggingface的openMUSE组织。支持的模型包括MaskGitTransformer和VQGAN，方便使用并可在Huggingface hub上加载和保存。

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