#image-generation Repositórios
288 repositórios no total
Código oficial para o artigo da CVPR 2025 "SemanticDraw: Towards Real-Time Interactive Content Creation from Image Diffusion Models."
Prompts de IA do Narcissus | Biblioteca com mais de 5.000 prompts em chinês para criação de imagens com IA: pesquise, navegue por categorias e copie com um clique. Os prompts abrangem os principais modelos de geração de imagens, incluindo ChatGPT, Grok, Gemini, Midjourney, Stable Diffusion, Flux, Jimeng, Kling, Doubao, Hailuo e Wenxin Yige. O código-fonte e o conjunto de dados são totalmente de código aberto.
Código Oficial para o artigo do ECCV 2024 — Mímico de Difusão de Um Tiro para Geração de Texto Manuscrito
Recurso de design de interface e criação de mockups para Claude Code e Codex: da captura de tela ao código. Ajuda você a criar layouts de UI e transformá-los em páginas.
📚 Dicionário de Prompts GPT4o | Coleção Curada de Prompts para Geração de Imagens por IA
Plugin de IA em TypeScript para Payload CMS: geração de texto, imagens e voz com provedores extensíveis, prompts em nível de campo, controle de acesso e integração com texto rico.
Skill do Xiaohei 2.0 Codex para ilustrações de artigos chineses com objetos reais e imagens de histórias em formato de rolagem longa
🎨 Mais de 3.000 prompts de alta qualidade e exemplos de geração selecionados para o Gemini Nano Banana Pro | Abrange fotografia, design, arte, marketing e muitas outras áreas | Suporte bilíngue | Formato JSON
Mini-Cover: Um site conciso de geração de capas online, especializado em gerar capas personalizadas para blogs, vídeos curtos, mídias sociais e outros.
[ICLR'26] Repensando a geração de pôsteres estéticos de alta qualidade em um framework unificado
Genblaze é um SDK Python de código aberto para orquestrar pipelines de mídia de IA generativa em provedores de vídeo, áudio e imagem, com proveniência integrada para cada saída.
Biblioteca C++ simples de cabeçalho único para a criação de GIFs animados a partir de dados de imagem.
[AAAI' 25] U-KAN forma uma espinha dorsal forte para segmentação e geração de imagens médicas
🏯 Skill para Claude Code / Codex — Transforme fotos de arquitetura chinesa, lugares culturais e viagens em pôsteres editoriais com direção de arte usando o GPT Image. Fotos de arquitetura histórica chinesa e cultura local → pôsteres com direção de arte
[CVPR 2022] StyleSwin: GAN baseado em Transformer para Geração de Imagens de Alta Resolução
[NeurIPS 2025 Spotlight] Um tokenizador unificado para geração e compreensão visual
Espaço de trabalho open source com IA para imagens de e-commerce: imagens principais e páginas de detalhes de produtos, tradução de imagens em lote, publicações com texto e imagens para Xiaohongshu e agentes LangGraph. Compatível com Windows/macOS e implantação local; use sua própria API de modelo. Gerador de imagens, tradutor e espaço de trabalho de agentes open source para e-commerce.
Difusão em mosaico, MultiDifusão, Mistura de difusores e VAE otimizado
Artigos da ICASSP 2023-2024: Uma coleção completa de artigos de pesquisa influentes e interessantes das conferências ICASSP 2023-24. Explore os avanços mais recentes em acústica, fala e processamento de sinais. Código incluído. Dê uma estrela ao repositório para apoiar o avanço do processamento de áudio e sinais!
Use sua assinatura ChatGPT Plus / Pro (Codex) no DeepSeek Harness (DSH): modelos GPT-6 e Codex, imagens, pesquisa na web e cota por meio do login do ChatGPT — sem precisar de uma chave de API da OpenAI. Beta: controle o DSH pelo aplicativo móvel do ChatGPT. Use sua assinatura ChatGPT no DSH e controle-o remotamente pelo aplicativo móvel do ChatGPT.
[ECCV 2024] Repositório Oficial para DiffiT: Transformers de Visão de Difusão para Geração de Imagens
Espaço de trabalho auto-hospedado para geração de vídeos e imagens com IA · Modelos personalizados · Multimodal · PWA · Tarefas em tempo real. Compatível com o modo Agent, o modo de design de UI, o modo de espaço de trabalho, uma tela infinita, engenharia reversa de prompts, uma galeria de prompts e geração de GIFs. Sistema leve de tarefas entre frontend e backend; UI compatível com computadores, tablets e dispositivos móveis, com layout responsivo.
Fluxo de trabalho do Z-Image com estilos predefinidos para geração de imagens de alta qualidade e uma experiência fácil de usar. Inclui versões pré-configuradas para os formatos de checkpoint GGUF e SAFETENSORS.
Grafos de conhecimento encontram aprendizado multimodal: uma pesquisa abrangente
Echo-4o: Aproveitando imagens sintéticas de modelos proprietários para geração de imagens aprimorada
[SIGGRAPH Asia 2024] ReVersion: Inversão de Relação Baseada em Difusão a Partir de Imagens
PITI: O pré-treinamento é tudo o que você precisa para a tradução de imagem para imagem