Project Icon

ml-aim

自回归图像模型预训练的突破性进展

AIM项目开发了一系列采用自回归生成目标预训练的视觉模型。研究发现,图像特征的自回归预训练呈现出与大型语言模型类似的扩展性。该项目能够将模型参数轻松扩展到数十亿级,并能有效处理大规模未筛选的图像数据。AIM提供多种预训练模型,兼容PyTorch、MLX和JAX等多个框架,为计算机视觉领域的研究与应用提供了有力支持。

AbsoluteReality_v1.8.1 - 先进的逼真AI图像生成模型
AI绘画CivitAIGithubHuggingfaceStable Diffusion人工智能艺术开源项目文本生成图像模型
AbsoluteReality_v1.8.1是一个开源的AI图像生成模型,专注于创建高度逼真的视觉内容。该模型能够生成细节丰富的人物肖像、动物和场景图像,特别擅长呈现精细的盔甲、毛发纹理和机甲装备。AbsoluteReality_v1.8.1适用于多种创作场景,包括中世纪风格人物、自然动物照片和科幻主题插图。这一工具为数字艺术创作者提供了生成高质量、真实感强的视觉素材的能力。
awesome-openai-vision-api-experiments - OpenAI视觉API的研究与应用提供全面资源
GPT-4VGithubOpenAI Vision APIzero-shot学习图像分类开源项目视觉AI
该项目为OpenAI视觉API的研究与应用提供全面资源,覆盖从基础图像分类至高级的零次学习模型,适合初学者与专家共同探索、分享与合作。
ReVersion - 图像关系反演技术及其在扩散模型中的应用
GithubNanyang Technological UniversityReVersion关系反演图像生成开源项目深度学习
ReVersion框架提出了一种名为关系反演的新任务,通过从示例图像中捕捉并应用关系提示,生成新的关系特定场景。该项目支持Hugging Face集成,提供预训练模型和基准测试。最新更新包括代码优化和训练代码发布。用户只需克隆仓库并配置Conda环境,即可实现关系反演和多样化图像生成。
RecAI - 衔接大语言模型和推荐系统
AI代理GithubLLM4RecRecAI开源项目推荐系统深度学习
RecAI 项目旨在通过整合大规模语言模型 (LLMs) 开发更先进的推荐系统,主要提升交互性、可解释性和控制性。项目研究了多种技术,包括推荐 AI 代理、个性化提示、语言模型微调、模型解释器和评价系统。目标是通过全面的方法,解决 LLM4Rec 在实际应用中的需求,打造更加智能和可信赖的推荐系统。
RealVisXL_V4.0 - 专注真实感的开源AI图像生成模型
AI绘图GithubHuggingfaceRealVisXL图像生成开源项目模型模型训练照片写实
RealVisXL_V4.0是一个开源的AI图像生成模型,致力于创造高度逼真的视觉效果。目前仍处于训练阶段,但已能生成多种类型的图像,包括常规和成人内容。模型支持参数调整,如采样步骤和上采样方法,以优化输出结果。尽管存在潜在的瑕疵,RealVisXL_V4.0仍为创作者提供了一个强大的工具,可用于探索多样化的视觉创作。
syn-rep-learn - 探索合成图像在视觉表示学习中的应用
Github人工智能合成数据学习图像生成模型开源项目深度学习视觉表示学习
Syn-Rep-Learn 项目研究合成图像在视觉表示学习中的应用。该项目包括三个主要研究方向:StableRep 探索文本到图像模型生成的合成图像在视觉表示学习中的作用,Scaling 分析合成图像在模型训练中的扩展规律,SynCLR 比较从模型和实际数据学习视觉的效果。这些研究为计算机视觉和机器学习领域提供了新的视角。
AlignProp - 通过奖励反向传播优化文本到图像扩散模型
AlignPropGithub图像生成奖励反向传播开源项目文本到图像扩散模型模型微调
AlignProp是一种创新的文本到图像扩散模型优化方法,通过端到端反向传播奖励梯度来实现。该方法能有效对齐模型与下游任务目标,包括图像-文本语义一致性、美学质量和可控性。相比传统强化学习方法,AlignProp能在更少训练步骤内获得更高奖励,并且概念简单,为扩散模型优化提供了高效直接的解决方案。
Emu - 多模态AI模型 图像文本智能生成的新突破
EmuGithub多模态模型开源项目生成式人工智能自然语言处理视觉感知
Emu是BAAI开发的先进多模态生成模型系列,包括入选ICLR 2024的Emu1和CVPR 2024的Emu2。这些模型展示了卓越的多模态理解和生成能力,能在复杂环境中无缝生成图像和文本。Emu在图像描述、视觉问答等任务中表现优异,超越了许多现有模型。作为通用基础模型,Emu适用于广泛的应用场景,如智能创作、视觉分析等,代表了AI技术的新发展方向。BAAI开源Emu旨在推动多模态智能研究的进步,为下一代AI技术发展铺平道路。
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。
ImageAI - 使用简便的代码实现深度学习和计算机视觉功能的开源Python库
GithubImageAI对象检测开源项目深度学习自定义模型训练计算机视觉
ImageAI是一款开源的Python库,帮助开发者使用简便的代码实现深度学习和计算机视觉功能。该库支持图像预测、目标检测、视频检测及对象跟踪等多种功能。新版本引入了PyTorch后端和TinyYOLOv3模型训练,提升了性能并扩展了功能。用户还可以训练自定义模型识别新对象。有关如何安装和使用ImageAI的详细信息,请参阅项目文档和指南。
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