#image-generation Dépôts
288 dépôts au total
Seuillage Dynamique (Correction d'Échelle CFG) pour Stable Diffusion (SwarmUI, ComfyUI et Auto WebUI)
Trouvez automatiquement des problèmes dans les jeux de données d'images et pratiquez la vision par ordinateur axée sur les données.
quelque chose comme Visual-ChatGPT, la version open-source de Wenyiyan
[ICLR24] Implémentation officielle de l'article « MagicDrive : génération de vues de rue avec contrôle diversifié de la géométrie 3D »
PyTorch – Calcul FID avec redimensionnement d'image approprié et étapes de quantification [CVPR 2022]
Implémentation officielle PyTorch de "VITON-HD: High-Resolution Virtual Try-On via Misalignment-Aware Normalization" (CVPR 2021)
[ICLR 2026 Oral] DiffusionNFT: Renforcement de diffusion en ligne avec processus avant
Bibliothèque de références de poses, de tenues et de portraits, avec des prompts en chinois et en anglais, et essayage virtuel par IA dans le navigateur
Étendez de manière transparente n'importe quelle image dans n'importe quelle direction grâce à l'IA. Application web open-source propulsée par Gemini via OpenRouter, avec des jointures par fusion de Poisson et un sélecteur de variantes parmi trois propositions.
Plus de 660 modèles de médias génératifs hébergés par muapi, ainsi que des outils d’API tiers proposés par la communauté (SEO, enrichissement, réseaux sociaux, scraping) — un fichier YAML par entrée, consultable par capacité.
Scenario pour Blender : images, vidéos, 3D et matériaux PBR générés par IA dans la vue 3D, ainsi qu’un serveur MCP local pour les agents. Extension pour Blender 5.0 ou version ultérieure, sous licence GPL-3.0 ou ultérieure.
Application de démarrage pour PC IA pour la création d'images IA, la stylisation d'images et le chatbot sur un PC alimenté par un GPU Intel® Arc™.
Le kit de démarrage officiel du Nano Banana Hackathon. Clonez ce dépôt pour commencer à construire rapidement !
Nœuds de planification et de masquage ControlNet avec prise en charge du contexte glissant
🎬 Générez des images depuis n’importe quel point de vue de caméra grâce à un contrôle interactif en 3D. Faites glisser la caméra dans l’espace 3D ou utilisez les curseurs pour définir l’azimut, l’élévation et la distance, puis générez l’image. Développé avec Three.js + Gradio, avec une interface bilingue chinois/anglais.
Un studio d’IA tout-en-un, 100 % local, pour la vidéo, les images et la musique. Le mode Réalisateur planifie des clips musicaux complets et des courts métrages à partir d’une seule invite. Basé sur le pipeline WanGP. Installez-le via Pinokio.
[SIGGRAPH'22] StyleGAN-XL : Mise à l'échelle de StyleGAN sur de grands ensembles de données diversifiés
🎨 Studio de diapositives IA open source dans Codex : présentations natives d'images, chaque diapositive est un canevas visuel complet. ⚡ 10+ diapositives de haute qualité en ~4–5 minutes — Le mode rapide rend chaque page en parallèle. 🔍 Regardez toute la chaîne en direct : recherche → plan → style → rendu → édition → présentation → exportation PDF/PPTX. 🖥️ Priorité au navigateur · zéro clé API · projets durables.
:fire: :fire: :fire: Une liste d'articles sur certains travaux récents en vision par ordinateur (CV)
Interface graphique texte-vers-image quelque peu modulaire, initialement juste pour Stable Diffusion
[ICLR 2026] Un cadre itératif sans entraînement pour la visualisation d'histoires longues
Plan de contrôle local et natif pour les agents ComfyUI — serveur MCP + agent en barre latérale qui génère des images, des vidéos et de l'audio, crée et exécute des flux de travail, et modifie votre graphe en temps réel en langage naturel sur N'IMPORTE QUEL LLM (Claude, ChatGPT, Gemini, Ollama hors ligne ou tout modèle hébergé). 178 outils, 36 compétences IA, 55 packs d'installation. Local, LAN, VPS ou Comfy Cloud.
WebUI de flux de travail IA Local-First pour Gemini, intégrant chat multimodal, Canvas, gestion de fichiers, recherche en temps réel, exécution de code et raisonnement avancé.
Zizi Animation - Logiciel de génération vidéo AIGC entièrement gratuit, principalement utilisé pour les courts métrages IA, les films IA, les tweets de romans
Implémentation officielle de PyTorch pour l'article "High-Resolution Virtual Try-On with Misalignment and Occlusion-Handled Conditions" (ECCV 2022).
Environnement d’exécution et studio de génération visuelle privilégiant le local, pour les utilisateurs et les agents de programmation, avec des flux de travail reproductibles pour les images et les vidéos auprès de plusieurs fournisseurs.
Application de texte vers image. Idéale pour les longs articles de promotion sur WeChat Official Accounts et la création de publications d'images pour les réseaux sociaux comme Xiaohongshu, Instagram, etc.
Ce projet vise à résoudre les devoirs manuscrits inutiles dans certaines universités
Un modèle de langage multimodal unifié fondé sur la modélisation de séquences discrètes
Prompts de style JSON prêts à l’emploi pour Nano Banana Pro, GPT Image et Midjourney. Copiez un fichier style.json pour obtenir un rendu cohérent. De nouveaux styles chaque semaine.
CLI de génération de contenu multimédia Flatkey pour les images, les vidéos, l’audio, le texte, les crédits et la découverte de modèles.
[CVPR 2025] La première enquête sur le raisonnement CoT (RL, TTS, Réflexion) dans la génération d'images
[ECCV 2024] HiDiffusion: Augmente la résolution et la vitesse de votre modèle de diffusion en ajoutant une seule ligne de code !
[Version étendue ICLR 2025 Blog Track] Anole : Modèles multimodaux ouverts, autorégressifs et natifs pour la génération d'images-textes entrelacés
FreeTheAi (Libérez l'IA) : API IA gratuite compatible OpenAI avec plus de 50 modèles, inscription par clé Discord, streaming, outils, images, messages et réponses. Aucune carte de crédit.
Open‑WebUI Tools est un kit d'outils modulaire conçu pour étendre et enrichir votre instance Open WebUI, la transformant en une station de travail IA puissante. Avec une suite de plus de 15 outils spécialisés, des pipelines fonctionnels et des filtres, ce projet soutient la recherche académique, l'autonomie agentique, la créativité multimodale, les flux de travail et bien plus encore.