Project Icon

contrastive-unpaired-translation

基于对比学习的无监督图像转换

CUT项目提供了一种基于PyTorch的无监督图像间转换方法,采用局部对比学习和对抗学习技术。该方法较CycleGAN具备更快的训练速度和更低的内存占用,并且无需手工设计损失函数和反向网络,适合单图像训练。支持Linux或macOS系统及Python 3环境,适合在NVIDIA GPU上运行,整个训练和测试流程简单易操作。该项目由UC Berkeley和Adobe Research团队开发,并在ECCV 2020会议中展示。

Counterfeit-V2.5 - 先进的动漫风格AI图像生成模型 支持多样化场景和角色创作
AI绘画Counterfeit-V2.5GithubHuggingfaceStable Diffusion动漫风格开源项目文本生成图像模型
Counterfeit-V2.5是一款开源的动漫风格AI图像生成模型,能够创作多样化的动漫场景和角色。该模型支持日常生活、校园、传统和现代等丰富场景类型,可精确捕捉角色细节和情感。模型采用提示词系统,允许用户精确控制生成内容。Counterfeit-V2.5适用于动漫创作者和爱好者,是一个实用的AI辅助创作工具。
control_v11e_sd15_ip2p - 更好地控制扩散模型的图像处理能力
ControlNetGithubHuggingface图像生成开源项目扩散模型条件输入模型稳态扩散
本项目利用ControlNet v1.1提供了一种神经网络结构,能够通过附加条件控制预训练的大型扩散模型,与Stable Diffusion兼容。其支持指令化像素到像素的控制,通过边缘图、分割图和关键点等条件输入丰富图像生成方式。即便在小规模数据集下,ControlNet也能在个人设备上快速训练,相关源码及文档可在HuggingFace平台获取,适用于多种图像生成任务,提升图像处理灵活性。
gluon-cv - 计算机视觉领域的深度学习模型工具包,支持PyTorch和MXNet框架
GithubGluonCV图像分类对象检测开源项目深度学习计算机视觉
GluonCV是一个面向工程师、研究人员和学生的计算机视觉深度学习工具包,支持快速原型设计。其主要功能包括可复现SOTA结果的训练脚本、对PyTorch和MXNet框架的支持、大量预训练模型,以及简化实现的API设计和社区支持。用户还可以通过AutoGluon执行图像分类和目标检测任务。
T-GATE - 研究了在文本到图像扩散模型中的时序注意机制
GithubTGATE图像生成开源项目扩散模型自注意力跨注意力
TGATE项目研究了在文本到图像扩散模型中的时序注意机制。研究发现,交叉注意输出在几步推理后可以收敛到固定点,通过采用缓存和重用这些输出的方式,无需额外训练,即可提升现有模型的运行速度10%–50%。TGATE易于集成,提供快速图像生成,适用于CNN U-Net、Transformer和Consistency Model。
cutlass-kernels - 针对大语言模型优化的高效CUDA库
CUDACUTLASSFlashAttention-3GPU加速Github开源项目深度学习
CUTLASS Kernels是一个针对大语言模型(LLM)优化的CUDA库,提供了FlashAttention-3的高效实现。该项目支持TF32模式,显著提升性能,主要用于加速LLM的训练和推理过程。开发者可以轻松集成这些核心,为构建高性能AI应用提供强大的基础支持。CUTLASS Kernels需要配合NVIDIA的CUTLASS项目使用,为LLM开发提供了关键的性能优化工具。
ProFusion - 高效定制化文本到图像生成的无正则化方法
AI绘图GithubProFusionStable Diffusion开源项目文本生成图像自定义模型
ProFusion是一个创新的文本到图像生成框架,专为定制预训练大规模模型而设计。该框架仅需一张测试图像和单个GPU,即可为独特概念生成多样创意图像。ProFusion采用无正则化方法,有效保留图像细节,并能构建定制数据集用于训练免调整的AI助手。此外,它还支持处理复杂输入,同时生成文本说明和图像,无需额外微调。
FLUX.1-dev-Controlnet-Canny - 多尺度图像生成技术的应用及其未来潜力
ControlNetDiffusersFLUX.1-devGithubHuggingfacefuturistic开源项目文本生成图像模型
FLUX.1-dev-Controlnet-Canny项目实现了首个版本的训练,提供在多尺度下的图像生成能力。该项目依托ControlNet和Diffusers技术,以1024x1024像素规模进行训练,使用8x8的批量大小和30K次训练步数,确保模型生成稳定且高质量的图像。支持最新的Diffusers版本运行,适合生成具有未来感的都市图像演示,具有极大的应用潜力。
cotta - 持续测试时间域适应的开源框架
CoTTAGithub域适应开源项目持续测试时适应深度学习计算机视觉
CoTTA是一个开源项目,专注于持续测试时间域适应研究。该项目实现了CoTTA、AdaBN和TENT等方法,用于解决图像分类和语义分割任务中的域适应问题。支持CIFAR、ImageNet和Cityscapes到ACDC等数据集的迁移实验,并提供了详细的实验指南和性能基准。这个框架有助于提升机器学习模型在变化环境中的适应能力,为计算机视觉领域的研究人员提供了实用工具。
video-diffusion-pytorch - 开源项目实现文本到视频生成新突破
GithubPytorchU-net开源项目文本到视频深度学习视频生成
video-diffusion-pytorch项目实现了基于扩散模型的文本到视频生成技术。该开源项目采用时空分解U-net结构,将2D图像生成扩展至3D视频领域。支持文本条件生成、BERT编码和批量训练等功能。目前在移动MNIST数据集上表现良好,为研究人员和开发者提供了探索视频生成新前沿的工具。该技术有望在复杂视频生成任务中取得进展。
stylegan2-ada-pytorch - 针对小数据集优化的StyleGAN2实现框架
GANGithubPyTorchStyleGAN2-ADA图像生成开源项目生成对抗网络
StyleGAN2-ADA-PyTorch是StyleGAN2的PyTorch实现版本,专为小数据集训练优化。它采用自适应判别器增强技术,提高了训练稳定性。该框架保持了原TensorFlow版本的功能,同时改进了性能和兼容性。预训练模型涵盖人脸、动物等多个领域,为GAN的新应用探索奠定基础。
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