#diffusion-models リポジトリ
リポジトリ合計473件
ODISEの公式PyTorch実装:テキストから画像への拡散モデルによるオープンボキャブラリーパノプティックセグメンテーション [CVPR 2023 Highlight]
トピックについて学ぶための拡散モデルに関する主要な論文とブログの概要。公開されたすべての拡散ロボット工学論文の詳細なリスト。
MindSpore + 🤗Huggingface: Transformers/DiffusersモデルをMindSporeでシームレスな互換性と高速化を実現して実行します。
オープンボキャブラリー意味セグメンテーションおよび関連分野(例:ゼロショット意味セグメンテーション)のリソースに関するキュレーションされた公開リストです..
[ICCV 2025, 口頭発表] TrajectoryCrafter: 拡散モデルによる単眼ビデオのカメラ軌道のリダイレクト
標準的な潜在拡散モデルを使用して新しいパラメータセットを合成する、ニューラルネットワークパラメータ拡散(p-diff)と呼ばれる新しいパラメータ生成アプローチを紹介します。
高速かつスケーラブルな単一ステージ画像から3Dへの生成と再構成のための、ガウシアンスプラッティングを拡散デノイザーに焼き付ける手法 (ICCV 2025)
論文「MiniGPT-5: Interleaved Vision-and-Language Generation via Generative Vokens」の公式実装
"RIFLEx: ビデオ拡散Transformerの長さ外挿のための無料ランチ" (ICML 2025)、UltraViCo (ICLR 2026) および UltraImage の公式実装
Cosmos-Transfer1は、シミュレートされた環境と現実世界の環境との間の知覚のギャップを埋めるために設計された、ワールド・ツー・ワールド転送モデルです。
「MeshDiffusion: Score-based Generative 3D Mesh Modeling」(ICLR 2023 Spotlight)の公式実装
[CVPR 2024] GaussianDreamer: 2Dおよび3D拡散モデルをブリッジングすることにより、テキストから3Dガウシアンへの高速生成
LLM/VLM、すなわち大規模モデルの時代におけるロボティクス分野に関連する3Dビジョン論文のキュレーションリスト。awesome-computer-visionに触発され、論文、コード、関連ウェブサイトを含む
[ACM MM 2024] 「HandRefiner: Diffusionベースの条件付きインペインティングによる生成画像における不正な手の微調整」公式コード
LLM、MLLM、およびそれを超えた領域におけるモデルの統合:手法、理論、応用と機会。ACM Computing Surveys, 2026。
[ICLR 2024] ユニバーサル画像修復のためのビジョン言語モデルの制御。NTIRE 2024 Restore Any Image Model in the Wild チャレンジで5位。