#generative-models Репозитории
Всего репозиториев: 88
Отличная подборка ресурсов и статей по диффузионным моделям для роботизированных манипуляций.
Официальная реализация "LucidDreamer: На пути к высокоточной генерации 3D из текста с помощью интервального согласования оценок"
Emacs как ваш личный ИИ-ассистент. Используйте LLM, такие как ChatGPT или LLaMA, для генерации текста или DALL-E и Stable Diffusion для генерации изображений. Также поддерживает голосовой ввод/вывод.
Библиотека Python для инференса на основе симуляций с использованием глубокого обучения
Основанные на оценках генеративные модели (диффузионные модели) для улучшения и устранения реверберации речи
[ECCV 2024] MOFA-Video: Управляемая анимация изображений с помощью адаптаций генеративного поля движения в замороженной диффузионной модели «изображение в видео».
[ECCV 2026] SparkVSR: Интерактивное суперразрешение видео с помощью распространения разреженных ключевых кадров
[ICLR 2025] Официальная реализация Posterior-Mean Rectified Flow: К фотореалистичному восстановлению изображений с минимальной среднеквадратичной ошибкой
[ICCV 2021] Focal Frequency Loss для реконструкции и синтеза изображений
SiLK (Simple Learned Keypoint) — это модель ключевых точек глубокого обучения с самообучением.
[NeurIPS 2023] Uni-ControlNet: Универсальный контроль для диффузионных моделей преобразования текста в изображение
Все мои самостоятельно обученные и выпущенные модели масштабирования (upscaling) ИИ. Собрав и применив более 600 различных моделей масштабирования, я научился обучать свои собственные модели, и вот результаты.
Реализация «DreamDiffusion: Генерация высококачественных изображений по сигналам ЭЭГ мозга»
Официальная реализация "Lumina-mGPT: Освещение гибкой фотореалистичной генерации изображений по тексту с помощью мультимодального генеративного предварительного обучения"
Human Preference Score v2: Надежный эталон для оценки человеческих предпочтений при синтезе изображений по тексту
DreamSim: Обучение новым измерениям человеческого визуального сходства с использованием синтетических данных (NeurIPS 2023 Spotlight) / / / / Когда перцептивное выравнивание приносит пользу представлениям зрения? (NeurIPS 2024)
Минимальная реализация масштабируемых трансформеров с выпрямленным потоком, основанная на подходе SD3
Это официальная реализация нашей статьи: «MiniMax-Remover: Taming Bad Noise Helps Video Object Removal»
Genblaze — это SDK Python с открытым исходным кодом для оркестрации конвейеров генеративного ИИ для медиа, охватывающих поставщиков видео, аудио и изображений, со встроенной прослеживаемостью происхождения для каждого вывода.
Автоэнкодерная сеть для обучения непрерывного представления молекулярных структур.
Статьи ICASSP 2023-2024: Полная коллекция влиятельных и интересных исследовательских статей с конференций ICASSP 2023-24. Изучите последние достижения в области акустики, речи и обработки сигналов. Код прилагается. Отметьте репозиторий звездочкой, чтобы поддержать развитие обработки аудио и сигналов!
Официальная реализация статьи CVPR2023 "GP-VTON: Towards General Purpose Virtual Try-on via Collaborative Local-Flow Global-Parsing Learning"
Синтез изображений людей с помощью модели диффузии с шумоподавлением (CVPR 2023)