#generative-models Dépôts
88 dépôts au total
Collection impressionnante de ressources et d'articles sur les modèles de diffusion pour la manipulation robotique.
Implémentation officielle de "LucidDreamer : Vers la génération de texte à 3D haute fidélité via le score matching par intervalle"
Emacs comme votre assistant IA personnel. Utilisez des LLM tels que ChatGPT ou LLaMA pour la génération de texte ou DALL-E et Stable Diffusion pour la génération d'images. Prend également en charge l'entrée/sortie vocale.
Une bibliothèque Python pour l’inférence fondée sur des simulations avec apprentissage profond
Modèles génératifs basés sur les scores (Modèles de diffusion) pour l'amélioration de la parole et la dés-réverbération
[ECCV 2024] MOFA-Video : Animation d'images contrôlable via des adaptations de champs de mouvement génératifs dans un modèle de diffusion figé d'image à vidéo.
[ECCV 2026] SparkVSR : Super-résolution vidéo interactive par propagation de trames clés éparses
[ICLR 2025] Implémentation officielle de Posterior-Mean Rectified Flow : vers une restauration d'image photoréaliste avec un MSE minimum
[ICCV 2021] Focal Frequency Loss pour la Reconstruction et la Synthèse d'Images
SiLK (Simple Learned Keypoint) est un modèle de points clés d'apprentissage profond auto-supervisé.
[NeurIPS 2023] Uni-ControlNet : Contrôle tout-en-un pour les modèles de diffusion texte-vers-image
Tous mes modèles d'upscaling IA auto-entraînés et publiés. Après avoir rassemblé et appliqué plus de 600 modèles d'upscaling différents, j'ai appris à entraîner mes propres modèles, et voici les résultats.
Implémentation de « DreamDiffusion : Génération d’images de haute qualité à partir de signaux EEG cérébraux »
Implémentation officielle de "Lumina-mGPT: Illuminez la génération photoréaliste flexible de texte à image avec un pré-entraînement génératif multimodal"
Human Preference Score v2 : Une référence solide pour l'évaluation des préférences humaines en synthèse texte-vers-image
DreamSim : Apprendre de nouvelles dimensions de la similarité visuelle humaine à l'aide de données synthétiques (NeurIPS 2023 Spotlight) / / / / Quand l'alignement perceptuel profite-t-il aux représentations de la vision ? (NeurIPS 2024)
Implémentation minimale de transformeurs à flux rectifié évolutifs, basée sur l'approche de SD3
Ceci est l'implémentation officielle de notre article : « MiniMax-Remover: Taming Bad Noise Helps Video Object Removal »
Genblaze est un SDK Python open source pour orchestrer des pipelines de médias IA génératifs à travers les fournisseurs de vidéo, audio et image, avec une provenance intégrée pour chaque sortie.
L'implémentation officielle de l'article « Human Motion Diffusion as a Generative Prior »
Réseau autoencodeur pour l'apprentissage d'une représentation continue des structures moléculaires.
Articles ICASSP 2023-2024 : Une collection complète d'articles de recherche influents et passionnants des conférences ICASSP 2023-24. Explorez les derniers développements en matière d'acoustique, de parole et de traitement du signal. Code inclus. Étoilez le dépôt pour soutenir l'avancement du traitement audio et du signal !
Implémentation officielle pour l'article CVPR2023 "GP-VTON: Towards General Purpose Virtual Try-on via Collaborative Local-Flow Global-Parsing Learning"
Synthèse d'images de personnes via un modèle de diffusion par débruitage (CVPR 2023)