#image-generation Repository
288 repository in totale
Soglia Dinamica (Correzione Scala CFG) per Stable Diffusion (SwarmUI, ComfyUI e Auto WebUI)
Trova automaticamente problemi nei set di dati di immagini e pratica la visione artificiale data-centric.
[ICLR24] Implementazione ufficiale del paper โMagicDrive: Generazione di viste stradali con controllo diversificato della geometria 3Dโ
PyTorch โ Calcolo FID con ridimensionamento appropriato delle immagini e passaggi di quantizzazione [CVPR 2022]
Implementazione ufficiale PyTorch di "VITON-HD: High-Resolution Virtual Try-On via Misalignment-Aware Normalization" (CVPR 2021)
[ICLR 2026 Oral] DiffusionNFT: Rafforzamento della diffusione online con processo in avanti
Libreria di riferimenti per pose, outfit e ritratti, con prompt in cinese e inglese e prova virtuale con IA direttamente nel browser
Espandi facilmente qualsiasi immagine in ogni direzione con l'IA. Applicazione web open-source basata su Gemini tramite OpenRouter, con giunzioni a fusione di Poisson e selettore di varianti "best-of-3".
Oltre 660 modelli di media generativi ospitati da muapi, oltre a strumenti API di terze parti inviati dalla community (SEO, arricchimento, social, scraping): un file YAML per voce, consultabile in base alle funzionalitร .
Scenario per Blender: immagini, video, 3D e materiali PBR basati sullโIA nella viewport, oltre a un server MCP locale per gli agenti. Estensione per Blender 5.0 o versioni successive, con licenza GPL-3.0 o successive.
App di avvio AI PC per la creazione di immagini AI, la stilizzazione di immagini e il chatbot su un PC basato su GPU Intelยฎ Arcโข.
Il kit di avvio ufficiale per il Nano Banana Hackathon. Clona questo repository per iniziare a costruire velocemente!
Nodi di pianificazione e mascheramento ControlNet con supporto per contesto scorrevole
๐ฌ Genera immagini da qualsiasi punto di vista della fotocamera tramite un controllo interattivo 3D. Trascina la fotocamera nello spazio 3D oppure usa i cursori per impostare azimut, elevazione e distanza, quindi genera lโimmagine. Realizzato con Three.js + Gradio, con interfaccia bilingue cinese/inglese.
Uno studio di IA tutto-in-uno, completamente locale, per video, immagini e musica. La modalitร Regista pianifica videoclip musicali completi e cortometraggi a partire da un singolo prompt. Basato sulla pipeline WanGP. Installalo tramite Pinokio.
[SIGGRAPH'22] StyleGAN-XL: Scalare StyleGAN su set di dati ampi e diversificati
๐จ Studio di slide AI open source all'interno di Codex: presentazioni native per immagini, ogni slide รจ una tela visiva completa. โก 10+ slide di alta qualitร in ~4โ5 minuti โ La modalitร veloce renderizza ogni pagina in parallelo. ๐ Guarda l'intera catena in diretta: ricerca โ schema โ stile โ rendering โ modifica โ presentazione โ esportazione PDF/PPTX. ๐ฅ๏ธ Prima il browser ยท zero chiavi API ยท progetti durevoli.
:fire: :fire: :fire: Un elenco di documenti su alcuni recenti lavori di Computer Vision (CV)
GUI testuale per immagini parzialmente modulare, inizialmente solo per Stable Diffusion
[ICLR 2026] Un framework iterativo senza addestramento per la visualizzazione di storie lunghe
Piano di controllo locale e nativo per agenti ComfyUI โ server MCP + agente nella barra laterale che genera immagini, video e audio, crea ed esegue flussi di lavoro e modifica il tuo grafico in tempo reale utilizzando il linguaggio naturale su QUALSIASI LLM (Claude, ChatGPT, Gemini, Ollama offline o qualsiasi modello ospitato). 178 strumenti, 36 abilitร IA, 55 pacchetti di installazione. Locale, LAN, VPS o Comfy Cloud.
WebUI per flussi di lavoro AI Local-First per Gemini, con integrazione di chat multimodale, Canvas, gestione file, ricerca in tempo reale, esecuzione codice e ragionamento avanzato.
Zizi Animation - Software di generazione video AIGC completamente gratuito, utilizzato principalmente per cortometraggi AI, film AI, tweet di romanzi
Implementazione ufficiale di PyTorch per l'articolo High-Resolution Virtual Try-On with Misalignment and Occlusion-Handled Conditions (ECCV 2022).
Runtime e studio per la generazione visiva con approccio local-first, pensati per persone e agenti di programmazione, con flussi di lavoro riproducibili per immagini e video tra piรน provider.
Applicazione da testo a immagine. Adatta per lunghi post di articoli per WeChat Official Accounts e la creazione di post di immagini per social media come Xiaohongshu, Instagram, ecc.
Questo progetto mira a risolvere gli inutili compiti scritti a mano in alcune universitร
Un modello linguistico multimodale unificato basato sulla modellazione di sequenze discrete
Prompt di stile JSON pronti allโuso per Nano Banana Pro, GPT Image e Midjourney. Copia un file style.json per ottenere un look coerente. Nuovi stili ogni settimana.
CLI di generazione multimediale Flatkey per immagini, video, audio, testo, crediti e scoperta dei modelli.
[CVPR 2025] La prima indagine sul ragionamento CoT (RL, TTS, Riflessione) nella generazione di immagini
[ECCV 2024] HiDiffusion: Aumenta la risoluzione e la velocitร del tuo modello di diffusione aggiungendo solo una riga di codice!
[Versione estesa ICLR 2025 Blog Track] Anole: Modelli multimodali aperti, autoregressivi e nativi per la generazione di immagini-testo intercalate
FreeTheAi (Libera l'IA): API AI gratuita compatibile con OpenAI con oltre 50 modelli, registrazione tramite chiave Discord, streaming, strumenti, immagini, messaggi e risposte. Nessuna carta di credito.
OpenโWebUI Tools รจ un kit di strumenti modulare progettato per estendere e arricchire la tua istanza di Open WebUI, trasformandola in una potente postazione di lavoro IA. Con una suite di oltre 15 strumenti specializzati, pipeline di funzioni e filtri, questo progetto supporta la ricerca accademica, l'autonomia agenziale, la creativitร multimodale, i flussi di lavoro e molto altro.