Project Icon

MasaCtrl

实现一致性图像合成与编辑

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。

ComfyUI_VisualStylePrompting - ComfyUI视觉风格提示工具 优化AI图像生成
ComfyUIGithub参考图像工作流开源项目自注意力交换视觉风格提示
ComfyUI_VisualStylePrompting是ComfyUI的一个扩展工具,实现了Visual Style Prompting技术。该工具通过交换自注意力机制,从参考图像中提取视觉风格并应用到新生成的图像中。它提供多项可调参数,包括去噪、输入块、中间块和输出块设置,用于精细控制风格转移过程。这个工具主要适用于1.5基础模型,可以提高AI生成图像的质量和风格一致性。
MeinaPastel_v1 - 文本到图像生成的稳定扩散模型解析
APIGithubHuggingfaceStable Diffusion图像生成开源项目文本到图像模型模型信息
MeinaPastel_v1项目利用稳定扩散和文本到图像生成技术,展示AI模型在图像生成上的应用潜力。用户可以通过Hugginface API或civitai网站查看生成的样例图像,了解其技术能力。该项目为机器学习和图像处理技术爱好者提供了新的研究机会和实用见解。
sd-webui-bmab - 多功能AI图像后处理扩展
AI绘图BMABGithubStable Diffusion WebUI图像后处理开源项目扩展功能
sd-webui-bmab是一个Stable Diffusion WebUI扩展,用于AI生成图像的后处理。它提供人物、面部和手部重绘,图像大小调整、重采样、噪声添加,以及图像合成和放大等功能。这些功能可以对AI生成的图像进行进一步处理和优化。适用于需要对AI生成图像进行微调或增强的场景,如改善人物细节、调整图像构图或增加特殊效果等。
FollowYourClick - 基于短提示的开放域图像区域动画生成技术
Follow-Your-ClickGithub人工智能图像动画开源项目深度学习计算机视觉
FollowYourClick是一个开放域图像区域动画生成项目,通过简短文本提示控制图像特定区域的动画效果。支持表情变化、物体运动等多种动画类型,为图像动画创作提供灵活直观的体验。该项目展示了AI技术在图像处理领域的先进应用,可用于创意内容制作和视觉效果生成。
realistic-vision-v12 - 基于文本生成逼真图像的新技术
AI绘图GithubHuggingfaceRealistic Visiondiffusersstable-diffusion图像生成开源项目模型
Realistic Vision 1.2结合稳定扩散技术和diffusers库,从文本生成高质量的逼真图像。采用CreativeML-OpenRAIL-M许可证,项目为数字创作提供了灵活性和创新性。通过简单的文本提示,用户可以生成多种符合视觉需求的图像,适用于多个创意领域。
MultiBooth - 基于文本的多概念图像生成技术
GithubMultiBooth图像生成多概念定制开源项目扩散模型文本到图像
MultiBooth是一种新型多概念图像生成技术,通过单概念学习和多概念集成两个阶段提高了生成效果。该方法使用多模态图像编码器和概念编码技术,学习每个概念的表示,并利用边界框定义生成区域,实现高质量的多概念图像生成。MultiBooth在生成质量和计算效率方面均优于现有方法,为文本到图像生成领域提供了新的解决方案。
axodox-machinelearning - 基于C++的Stable Diffusion图像生成库,支持ControlNet
C++ControlNetGithubONNXStable Diffusion图像合成开源项目
该库是一款基于Stable Diffusion的图像生成工具,支持txt2img、img2img和图像修复功能,完全采用C++实现,无需依赖Python。其高性能和简化的部署过程非常适用于实时图形应用和游戏开发。库还支持ControlNet,通过输入图像来引导生成过程,并提供GPU加速的特征提取功能,如姿势估计、深度估计和边缘检测。此外,库包含多个代码示例和预编译模型,便于开发者快速集成和测试。
control_v11p_sd15_softedge - 软边缘检测控制模型 优化稳定扩散图像生成效果
ControlNetGithubHuggingface图像生成开源项目条件控制模型稳定扩散软边缘
control_v11p_sd15_softedge是基于ControlNet v1.1的软边缘检测图像控制模型。它能精确控制Stable Diffusion的图像生成过程,支持多种图像处理任务。相比前代模型,优化了训练数据集,提升了边界感知能力,解决了灰度图像过拟合问题,具有更强的鲁棒性。该模型可用于艺术创作、图像编辑等领域,为用户提供更灵活的图像生成控制。
sd-controlnet-mlsd - 结合M-LSD直线检测优化Stable Diffusion的图像生成
ControlNetGithubHuggingfaceM-LSDStable Diffusion开源项目扩散模型条件输入模型
该项目介绍了ControlNet神经网络结构,通过加入M-LSD直线检测等条件来控制大规模扩散模型,适用于Stable Diffusion。ControlNet能够在小数据集下进行稳健学习,且可在个人设备上快速训练。项目提供了多种检查点,涵盖边缘检测、深度估计和关键点检测,丰富了大规模扩散模型的控制方式,有助于推进相关应用的发展,最佳效果在Stable Diffusion v1-5结合使用时体现。
Real-Time-Latent-Consistency-Model - 实时潜在一致性模型,支持多种图像转换管道
CUDAControlNetDiffusersGithubLatent Consistency ModelLoRA开源项目
此项目展示了使用Diffusers进行图像转换的实时潜在一致性模型(LCM),支持img2img、txt2img、ControlNet等多种管道。需要CUDA和Python 3.10等环境支持,提供详细的安装指南和使用示例。LCM + LoRAs可以在极少步骤内完成推理,加快处理速度。项目支持Docker部署,并提供不同平台的实时演示链接。
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