Parts2Whole

多参考框架实现可控人像生成

Parts2Whole 人像生成参考框架深度学习计算机视觉 Github 开源项目

Parts2Whole提出新型框架,利用多个参考图像生成定制人像。该框架包含语义感知外观编码器和多图像条件生成的共享自注意力机制,能精确选择人体部位实现高度可控生成。项目开源全套代码、模型和数据集,为人像生成研究提供完整解决方案。

CustomNet - 创新的物体定制与多视角生成扩散模型

CustomNetGithub对象定制开源项目文本生成图像深度学习视角控制

CustomNet是一个创新的文本到图像扩散模型框架，专注于物体定制和多视角生成。该模型整合了3D新视角合成能力，实现物体空间位置和视角的灵活调整，同时保持物体身份。CustomNet无需测试时优化，可同时控制视角、位置和文本，在身份保持、多样性和协调性方面表现出色。这一技术为物体定制和图像生成领域开辟了新的可能性。

pix2pixHD - 高分辨率图像到图像转换及语义编辑

GANsGithubpix2pixHD图像翻译开源项目语义操控高分辨率

此Pytorch实现的高分辨率图像到图像转换方法（如2048x1024），可以将语义标签图转化为真实感图像，或从面部标签图生成肖像。该项目适用于街景和肖像等图像生成及交互编辑。需要NVIDIA GPU，提供详细的安装、测试和训练指南，支持多GPU和自动混合精度训练。

easyportrait - 人像分割和面部解析大规模数据集

EasyPortraitGithub人像分割人工智能开源项目数据集面部解析

EasyPortrait是一个包含40,000张高质量标注RGB图像的数据集，用于人像分割和面部解析研究。数据集提供9个类别的标注，涵盖背景、人物、皮肤、眉毛、眼睛等。它可应用于视频会议背景移除、面部美化等多个场景。数据集基于用户ID划分训练、验证和测试集，并提供多个基线模型的预训练权重，为计算机视觉研究提供了有价值的资源。

AniPortrait - 基于音频的高质量肖像动画生成框架

AniPortraitGithub人像动画人工智能图像合成开源项目音频驱动

AniPortrait是一个基于音频和参考肖像图像生成高质量动画的开源框架。该项目支持自驱动、面部重演和音频驱动三种模式，可生成逼真的肖像动画。项目开源了预训练模型，并提供了详细的安装指南、推理命令和训练流程。AniPortrait为数字内容创作者提供了一种制作生动肖像动画的新方法，拓展了视觉内容创作的可能性。

Realistic_Vision_V6.0_B1_noVAE - 开创写实人物图像生成新纪元

AI绘图GithubHuggingfaceRealistic Vision V6.0人工智能模型图像生成开源项目模型照片级真实感

Realistic Vision V6.0 B1是一款专注于生成高度写实人物图像的AI模型。支持从面部特写到全身照多种分辨率，通过优化采样器和参数设置提升图像质量。模型在女性形象细节表现方面有显著进步，建议配合Hires.Fix等后处理技术使用。作为持续更新版本，未来功能将不断完善。该模型适用于需要高质量写实人像的各类创作场景。

InstantID - 秒级实现身份保持的AI图像生成技术

AI绘图GithubHuggingfaceInstantID人脸识别图像生成开源项目模型深度学习

InstantID是一种无需微调的AI图像生成技术，仅需单张图像即可实现身份保持。该方法支持照片风格转换、表情变化等多种任务，能在保持身份特征的同时快速生成高质量图像。InstantID的开源代码和预训练模型已在GitHub上发布，为研究人员和开发者提供了进一步探索和应用的机会。

OMG - 优化多角色图像生成框架，支持个性化和样式控制

AI绘图ControlNetDiffusion模型GithubOMG多人物生成开源项目

OMG是一个多概念图像生成框架，支持Civitai.com的角色和样式LoRA模型。结合InstantID可实现单图多ID个性化。该框架提供高质量多角色图像生成，支持布局和样式控制。项目开源并附详细说明，为图像生成领域带来新突破。

Face To Many - 多风格人像生成工具

AI工具AI绘图Face To Many人脸处理图像生成风格转换

Face To Many生成多种风格的人像图片。用户上传图片并描述需求后，可获得3D、PS2、粘土、表情符号等风格的图像。工具操作简单，输出质量高，支持免费试用。提供多种付费方案，满足不同用户需求。适合快速创作独特人像艺术作品。

stable-diffusion-2-depth - 基于深度感知的Stable Diffusion AI图像生成模型

GithubHuggingfaceStable Diffusion人工智能图像生成开源项目机器学习模型深度学习

stable-diffusion-2-depth是基于Stable Diffusion 2的深度感知AI图像生成模型。它在原有基础上增加了处理MiDaS深度预测的输入通道，实现了额外的条件控制。该模型能够根据文本提示生成和修改高分辨率图像，主要应用于AI安全部署研究、模型局限性探索和艺术创作等领域。作为开源项目，stable-diffusion-2-depth为AI图像生成技术的进步提供了新的可能性。

PyMAF-X - 单图像全身3D人体重建新技术

3D人体重建GithubPyMAF-X人体姿态估计开源项目深度学习计算机视觉

PyMAF-X是一个开源的3D人体重建项目，利用金字塔网格对齐反馈循环技术，从单幅图像或视频中重建全身3D人体模型。该方法在COCO等数据集上表现优异，适用于计算机视觉和动作捕捉等领域。项目提供预训练模型，支持图像和视频输入，便于研究和应用。

相关项目

推荐项目

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。

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。

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。

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。

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。

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。

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。

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。

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