#generative-models Repositories
Insgesamt 88 Repositories
Beeindruckende Sammlung von Ressourcen und Forschungsarbeiten zu Diffusionsmodellen für die Robotermanipulation.
Offizielle Implementierung von "LucidDreamer: Auf dem Weg zur High-Fidelity-Text-zu-3D-Generierung mittels Intervall-Score-Matching"
Emacs als Ihr persönlicher KI-Assistent. Verwenden Sie LLMs wie ChatGPT oder LLaMA für die Textgenerierung oder DALL-E und Stable Diffusion für die Bildgenerierung. Unterstützt auch Spracheingabe/-ausgabe.
Eine Python-Bibliothek für simulationsbasierte Inferenz mit Deep Learning
RealMirror, eine umfassende, Open-Source-Plattform für eingebettete KI VLA.
Score-basierte generative Modelle (Diffusionsmodelle) für Sprachverbesserung und Enthallung
[ECCV 2024] MOFA-Video: Kontrollierbare Bildanimation durch generative Anpassung von Bewegungsfeldern in einem eingefrorenen Bild-zu-Video-Diffusionsmodell.
[ECCV 2026] SparkVSR: Interaktive Video-Super-Resolution durch spärliche Keyframe-Propagierung
[ICLR 2025] Offizielle Implementierung von Posterior-Mean Rectified Flow: Auf dem Weg zu minimalem MSE fotorealistische Bildwiederherstellung
[ICCV 2021] Focal Frequency Loss für Bildrekonstruktion und -synthese
SiLK (Simple Learned Keypoint) ist ein selbstüberwachtes Deep-Learning-Keypoint-Modell.
[NeurIPS 2023] Uni-ControlNet: All-in-One-Steuerung für Text-zu-Bild-Diffusionsmodelle
Alle meine selbst trainierten und veröffentlichten KI-Upscaling-Modelle. Nachdem ich über 600 verschiedene Upscaling-Modelle gesammelt und angewendet hatte, lernte ich, wie ich meine eigenen Modelle trainieren kann, und dies sind die Ergebnisse.
Implementierung von „DreamDiffusion: Generierung hochwertiger Bilder aus Gehirn-EEG-Signalen“
Offizielle Implementierung von "Lumina-mGPT: Flexible fotorealistische Text-zu-Bild-Generierung mit multimodaler generativer Vortrainierung beleuchten"
Human Preference Score v2: Eine solide Benchmark zur Bewertung menschlicher Präferenzen bei Text-zu-Bild-Synthese
DreamSim: Lernen neuer Dimensionen der menschlichen visuellen Ähnlichkeit mit synthetischen Daten (NeurIPS 2023 Spotlight) / / / / Wann profitiert die Wahrnehmungsangleichung von visuellen Repräsentationen? (NeurIPS 2024)
Minimale Implementierung von skalierbaren rektifizierten Fluss-Transformatoren, basierend auf dem Ansatz von SD3
Dies ist die offizielle Implementierung unseres Artikels: „MiniMax-Remover: Taming Bad Noise Helps Video Object Removal“
Genblaze ist ein Open-Source-Python-SDK zur Orchestrierung von generativen KI-Medienpipelines über Video-, Audio- und Bildanbieter hinweg, mit integrierter Herkunft für jede Ausgabe.
Die offizielle Implementierung des Artikels „Human Motion Diffusion as a Generative Prior“
Autoencoder-Netzwerk zum Erlernen einer kontinuierlichen Darstellung von Molekülstrukturen.
ICASSP 2023-2024 Paper: Eine vollständige Sammlung einflussreicher und spannender Forschungsarbeiten von den ICASSP 2023-24 Konferenzen. Entdecken Sie die neuesten Fortschritte in den Bereichen Akustik, Sprache und Signalverarbeitung. Code enthalten. Sternen Sie das Repository, um die Weiterentwicklung der Audio- und Signalverarbeitung zu unterstützen!
Offizielle Implementierung für das CVPR2023-Paper „GP-VTON: Towards General Purpose Virtual Try-on via Collaborative Local-Flow Global-Parsing Learning“