#diffusion-models リポジトリ
リポジトリ合計473件
医療画像における拡散モデル(Medical Image Analysis Journalに掲載)
[NeurIPS 2025] 画像編集は単一のLoRAで十分!素晴らしい画像編集のためのトレーニングデータ0.1%!IDの永続性でGPT-4oを上回る〜MoE ckptリリース! VRAM 4GBあれば実行可能!
Zero123++ のコードリポジトリ:Single Image to Consistent Multi-view Diffusion Base Model。
[CVPR 2026] 実時間拡散ベースのストリーミングビデオ超解像度へ — ローカリティ制約付き疎注意と小型条件デコーダを備えた、ストリーミングVSR用の効率的ワンステップ拡散フレームワーク。
[ICCV 2025 Highlight] OminiControl: Diffusion Transformerのための最小かつユニバーサルな制御
DIAMOND (DIffusion As a Model Of eNvironment Dreams) は、拡散ワールドモデルでトレーニングされた強化学習エージェントです。NeurIPS 2024 Spotlight。
[ICLR 2025] CatVTONは、1)軽量ネットワーク(合計899.06Mパラメータ)、2)パラメータ効率的なトレーニング(49.57Mトレーニング可能なパラメータ)、3)簡略化された推論(1024x768解像度で<8G VRAM)を備えた、シンプルで効率的な仮想試着拡散モデルです。
「DPM-Solver: 拡散確率モデルサンプリングのための約10ステップで高速なODEソルバー」(Neurips 2022 Oral)の公式コード
AIGCのためのRAGに関する素晴らしい論文を収集しています。「Retrieval-Augmented Generation for AI-Generated Content: A Survey」という論文で、RAGの基礎、強化、および応用に関する分類体系を提案します。
TorchMultimodalは、最先端のマルチモーダル・マルチタスクモデルを大規模にトレーニングするためのPyTorchライブラリです。
[ECCV 2024] 論文「BrushNet: A Plug-and-Play Image Inpainting Model with Decomposed Dual-Branch Diffusion」の公式実装