GLIGEN

Modèle de génération d'images basé sur invites, open source

Produit OrdinaireImageVision par ordinateurApprentissage profond

GLIGEN est un modèle de génération d'images à partir de descriptions textuelles, open source. Il peut générer des images basées sur une description textuelle et des conditions de limitation telles que des boîtes englobantes. Ce modèle fonctionne en gelant les paramètres d'un modèle de diffusion pré-entraîné texte-image et en y intégrant de nouvelles données. Cette conception modulaire permet un entraînement efficace et offre une grande flexibilité d'inférence. GLIGEN prend en charge la génération d'images conditionnelles en monde ouvert et possède une forte capacité de généralisation aux concepts et dispositions nouveaux.

Best AI Websites & Tools

GLIGEN

GLIGEN Dernière situation du trafic

GLIGEN Tendance des visites

GLIGEN Distribution géographique des visites

GLIGEN Sources de trafic

GLIGEN Alternatives

GLIGEN — Modèle de génération d'images basé sur invites, open source

BioEmu — BioEmu est un modèle d'apprentissage profond génératif conçu pour simuler de manière évolutive les ensembles canoniques de protéines.

TryOffAnyone — Modèle de génération de patrons à plat à partir d'images de personnes habillées.

StableAnimator — Outil de synthèse d'animation de portrait de haute qualité préservant l'identité.

LLaMA-Mesh — Unification d'un modèle linguistique et de la génération de maillages 3D

diffusion-e2e-ft — Outil de réglage fin d'un modèle de diffusion conditionnel pour les images

FluxMusic — Modèle de génération de musique à partir de texte

VGGSfM — Technique de reconstruction 3D basée sur l'apprentissage profond

GaussianCube — Représentation structurée et haute précision du rayonnement pour la modélisation générative 3D.

CoreNet — CoreNet est une bibliothèque destinée à l'entraînement de réseaux neuronaux profonds.

FRESCO — Projet d'article de conférence CVPR 2024 : méthode de correspondance spatio-temporelle pour la traduction vidéo zéro-shot.

DUSt3R — Reconstruction 3D dense et sans calibration caméra

YOLOv8 — Modèle de détection et de suivi d'objets YOLOv8

VisFusion — Reconstruction de scènes 3D à partir de vidéos

Vision Mamba — Cadre d'apprentissage efficace des représentations visuelles basé sur un modèle d'espace d'états bidirectionnel.

FMA-Net — Modèle d'apprentissage profond pour la super-résolution et le débruitage vidéo

syn-rep-learn — Apprentissage de modèles de représentation visuelle à partir de données synthétiques

UniRef++ — Modèle unifié pour la segmentation d'objets dans les images et les vidéos

YOLO-NAS Pose — Une bibliothèque open source pour entraîner des modèles de vision par ordinateur PyTorch.

Segment Anything — Outil de découpage d'image IA en ligne, capable de découper n'importe quel objet dans n'importe quelle image.

HunyuanVideo-I2V — HunyuanVideo-I2V est un framework de génération d'image à vidéo basé sur HunyuanVideo, lancé par Tencent.

SRM — Raisonnement spatial via un modèle génératif de débruitage, pour résoudre des tâches visuelles dans des distributions complexes.

QwQ-32B — QwQ-32B est un puissant modèle d'inférence, conçu pour la résolution de problèmes complexes et la génération de texte, avec des performances exceptionnelles.

GaussianCity — Un framework efficace de génération de villes 3D sans limites, utilisant la technique de dessin gaussien 3D pour une génération rapide.

CogView4-6B — CogView4-6B est un puissant modèle de génération d’images à partir de texte, axé sur la génération d’images de haute qualité.

UniTok — UniTok est un tokeniseur visuel unifié pour la génération et la compréhension d'images.

PhotoDoodle — PhotoDoodle est une implémentation de code d'édition d'images artistiques basée sur l'apprentissage à partir de quelques exemples de paires de données.

Données de profilage dans l'infrastructure DeepSeek — Analyse des stratégies de chevauchement calcul/communication dans V3/R1, fournissant des données d'analyse de performance pour les frameworks d'apprentissage profond.

EPLB — Un algorithme open source pour l'équilibrage de charge du parallélisme expert, conçu pour optimiser l'allocation et l'équilibrage de charge des experts dans un environnement multi-GPU.