#图像生成

AgentLego - 多功能 LLM Agent 工具库 - 增强大语言模型代理的能力

2024年09月10日
Cover of AgentLego - 多功能 LLM Agent 工具库 - 增强大语言模型代理的能力

LLMGA: 多模态大语言模型图像生成助手 - 学习资源汇总

2024年09月10日
Cover of LLMGA: 多模态大语言模型图像生成助手 - 学习资源汇总

DALLE-pytorch入门指南 - OpenAI的文本到图像生成模型在PyTorch中的复现

2024年09月10日
Cover of DALLE-pytorch入门指南 - OpenAI的文本到图像生成模型在PyTorch中的复现

mmagic学习资料汇总 - OpenMMLab多模态高级生成与智能创作工具箱

2024年09月10日
Cover of mmagic学习资料汇总 - OpenMMLab多模态高级生成与智能创作工具箱

Best AI Papers 2022 - 人工智能前沿论文导航 - 精选2022年顶级AI研究成果

2024年09月10日
Cover of Best AI Papers 2022 - 人工智能前沿论文导航 - 精选2022年顶级AI研究成果

best_AI_papers_2021学习资料汇总 - 2021年AI领域重要论文集锦

2024年09月10日
Cover of best_AI_papers_2021学习资料汇总 - 2021年AI领域重要论文集锦

LlamaGen入门学习资料 - 基于Llama的可扩展图像生成新模型

2024年09月10日
Cover of LlamaGen入门学习资料 - 基于Llama的可扩展图像生成新模型

Floneum学习资料汇总 - 使用Rust构建本地AI工作流的开源可视化编辑器

2024年09月10日
Cover of Floneum学习资料汇总 - 使用Rust构建本地AI工作流的开源可视化编辑器

PyTorch-VAE学习资料汇总 - 一个变分自编码器的PyTorch实现集合

2024年09月10日
Cover of PyTorch-VAE学习资料汇总 - 一个变分自编码器的PyTorch实现集合

Keras-GAN学习资料汇总 - 基于Keras的GAN模型实现集合

2024年09月10日
Cover of Keras-GAN学习资料汇总 - 基于Keras的GAN模型实现集合
相关项目
Project Cover

Canopus-LoRA-Flux-UltraRealism-2.0

这个项目在图像生成领域通过使用LoRA技术在超高真实感方面展现了进步。其特别专注于人脸的真实感生成,并能够与多种模型如Flux和Stable Diffusion兼容使用。使用关键字'Ultra realistic',可以实现更逼真的图像生成体验。虽然模型仍在训练阶段,但已经展示了很好的细节处理能力,特别适合对高分辨率图像处理有要求的用户,可免费下载模型权重。

Project Cover

365

项目结合ReVAnimated和Liberte Redmond模型,拓展文图生成技术。支持多种风格如写实、动漫和卡通,适合多样创意应用。采用diffusers库及Incredible World VAE,保障高质量输出,为创意表达提供新动力。

Project Cover

STRANGER-ANIME

项目使用Huggingface API生成逼真的数字艺术图像,通过关键词组合生成细致且富有情感的视觉效果。用户可以根据需要调整诸如头发颜色、眼睛颜色和雨天等图像细节,实现个性化艺术创作,适用于艺术设计和视觉表达等领域,展示出现代AI在视觉艺术中的应用能力。

Project Cover

realistic-vision-v12

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。

Project Cover

Memento

Memento结合Real Life v2和高保真模型,通过MementoVAE模块实现逼真的个性化图像生成。其text-to-image功能允许创作各类虚拟纪念品,从肖像到艺术作品。支持多种风格与场景,满足不同的创作需求。

Project Cover

controlnet-scribble-sdxl-1.0

该模型能够生成与Midjourney效果相近的高分辨率图像。其通过超过千万张高质量图像数据的训练,采用多重分辨率和数据增强技术,支持各种类型和宽度的线条。用户可利用简单的草图和提示词生成视觉效果突出的图像。在美学表现上,该模型优于Controlnet-Canny-Sdxl-1.0。但需注意,线条的厚薄会影响控制能力,适合从粗略到精细的逐步创作。

Project Cover

Timeless

Timeless项目结合了Timeless Diffusion和FabulousAlpha模型,通过fennPhoto和Incredible World 2等模块,打造出不依赖负面提示的图像生成工具。即使提示中不含“timeless style”,也能生成多样风格的图像。它综合利用IncredibleWorld2、FennPhoto与Stable Diffusion 1.5,实现从经典肖像到未来派风格的图像创作,拓展了创作可能性。

Project Cover

CLIP-ViT-B-16-DataComp.XL-s13B-b90K

CLIP ViT-B/16模采用DataComp-1B数据集训练,并结合OpenCLIP工具,旨在促进研究者对零样本图像分类的理解。该模型在ImageNet-1k数据集上实现了73.5%的零样本准确率,展示了其在多领域研究中的潜力和挑战。由于数据集仍未完全筛选,建议仅限于学术研究使用。

Project Cover

lyrielv16

lyrielv16是一款基于StableDiffusion的超写实人像生成AI模型。该模型专注于创建电影级品质的赛博朋克风格人像,允许调整面部特征、光效和场景氛围等细节。开发者可通过免费API密钥使用该服务,支持多种编程语言接入,并能自定义图像尺寸、采样步数等参数。lyrielv16适用于需要生成高质量人像的各类项目。

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