Project Icon

GaussianImage

使用2D高斯溅射实现快速图像表示和压缩

GaussianImage是一种基于2D高斯溅射的图像表示和压缩方法。它使用紧凑的2D高斯表示和新型栅格化技术,实现高效图像表示,具有训练时间短、GPU内存占用少和渲染速度快等特点。该方法结合矢量量化技术,构建了低复杂度的神经图像编解码器。解码速度达2000 FPS左右,优于JPEG等传统编解码器,并在低比特率下提供更好的压缩性能,推动了神经图像编解码技术的发展。

DiG - 基于门控线性注意力的高效可扩展扩散模型
DiGDiffusion ModelsGated Linear AttentionGithub图像生成开源项目深度学习
DiG项目提出了一种基于门控线性注意力的扩散模型,用于解决现有模型在可扩展性和计算效率方面的挑战。该模型在高分辨率下展现出显著的训练速度提升和内存节省,性能优于DiT。DiG在不同计算复杂度下表现出色,随着模型深度/宽度增加或输入令牌增强,FID值持续下降。与其他次二次时间复杂度的扩散模型相比,DiG在多种分辨率下都展现出卓越的效率。
stable-diffusion-xl-demo - 基于Stable Diffusion XL的开源AI图像生成WebUI
GithubStable Diffusion XL图像生成开源项目机器学习深度学习生成式AI
stable-diffusion-xl-demo是基于Stable Diffusion XL 1.0的Gradio演示WebUI。该项目集成了LCM LoRA和SSD-1B模型,提高了图像生成速度。它提供简便的安装和启动方法,支持多GPU并行处理,并可在Colab上运行。相比SD v2.1,SDXL无需额外调整即可生成更高质量图像。此外,项目还提供多种内存优化和性能提升选项。
MonoGS - 基于3D高斯分布的实时场景重建与定位系统
3D重建CVPR 2024Gaussian Splatting SLAMGithub单目SLAM实时视觉定位开源项目
MonoGS是一个基于3D高斯分布的SLAM系统,支持单目、双目和RGB-D输入。该系统实现了实时稠密三维重建和精确相机定位,在室内场景中表现优异。通过高斯分布表示三维场景,MonoGS采用创新优化方法实现高效场景更新和渲染。作为CVPR 2024亮点论文,MonoGS展示了在计算机视觉和机器人领域的应用前景。
instant-ngp - 高效训练和渲染神经图形基元的开源框架
3D重建GithubNeRF实时渲染开源项目机器学习神经图形基元
instant-ngp是一个基于CUDA的开源框架,用于高效训练和渲染神经图形基元。该项目支持NeRF、SDF、神经图像和神经体积等多种基元,通过多分辨率哈希编码和tiny-cuda-nn实现快速训练。instant-ngp提供交互式GUI、VR模式和相机路径编辑等功能,便于探索和创建各类神经图形。此外,其Python接口支持自动化实验和功能扩展。
StreamDiffusion - 高性能实时AI图像生成框架
AI绘图GithubStreamDiffusion图像处理实时生成开源项目深度学习
StreamDiffusion是一个开源的高性能AI图像生成框架,专为实时交互应用设计。它采用流批处理、残差无分类引导等创新技术,大幅提升了扩散模型的生成速度。在RTX 4090显卡上,使用SD-turbo模型可实现每秒106帧的文生图速度,LCM-LoRA与KohakuV2模型组合也能达到每秒38帧。该项目为开发实时AI图像生成应用提供了有力支持。
stable-cascade-prior - 探索高效图像生成与文本到图像转换模型
GithubHuggingfaceStable Cascade图像压缩开源项目文本生成图像模型模型效率生成模型
Stable Cascade Prior基于Würstchen架构,是一种高效的图像生成模型。其显著优势在于快速的推理速度和低昂的训练成本。依靠卓越的图像压缩能力,该模型可以将1024x1024图像压缩至24x24而不丢失细节,非常适合需要高效生成的场景。支持包括finetuning在内的多种扩展,并在提示对齐和美学质量上表现出色,适用于研究、教育、艺术设计等领域。访问其GitHub仓库,了解更多功能与使用案例。
blur-kernel-space-exploring - 基于编码模糊核空间的图像去模糊新方法
Github图像去模糊开源项目数据增强模糊内核空间深度学习计算机视觉
这个项目开发了一种新颖的图像去模糊技术,通过编码模糊核空间来处理各种模糊类型。该方法采用交替优化算法,可以处理未知的模糊情况,并且易于集成到深度学习模型中。这一技术不仅适用于图像去模糊,还可用于数据增强和模糊生成等相关任务。
cv_note - 分享计算机视觉和模型压缩部署技术栈笔记
CVGithub开源项目机器学习深度学习算法工程师计算机视觉
这个开源项目详细记录了计算机视觉算法工程师的成长路径,从基础编程知识到深度学习,再到模型部署。项目还提供了算法实习内推表、校招可投递公司汇总及技术栈笔记等实用资源,涵盖了编程开发、机器学习、图像识别、模型压缩等关键技术点,适合希望系统提升技术水平的工程师。
ddpm-ema-church-256 - DDPM模型在图像合成中的应用与性能分析
Denoising Diffusion Probabilistic ModelsGithubHuggingface噪声调度器图像合成开源项目无条件生成模型深度学习
ddpm-ema-church-256项目采用DDPM模型进行图像合成,结合扩散概率模型与Langevin动态,取得CIFAR10数据集Inception分数9.46和FID分数3.17。支持DDPM、DDIM、PNDM调度器推理,实现质量与速度平衡,并提供预训练管道以生成高质量图像。项目为图像生成与压缩提供了创新思路。
image-restoration-sde - 创新图像恢复方法 结合SDE和扩散模型的IR-SDE与Refusion
GithubIR-SDERefusionSDE图像恢复开源项目深度学习
该项目提出IR-SDE和Refusion两种图像恢复方法。IR-SDE采用均值回复随机微分方程,在多项任务中达到最优性能。Refusion整合潜空间扩散模型,可处理大尺寸真实图像。这些技术适用于合成和实际数据集,有效解决图像去雨、去雾、去阴影等问题。项目开源完整PyTorch实现代码,并提供预训练模型和使用指南。
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