Git Stars Git Stars

#image-generation 仓库

287
仓库总数
1.3M
总星标数
4,682
平均每个仓库星标数

共 288 个仓库

151
mcmonkeyprojects/sd-dynamic-thresholding

Stable Diffusion (SwarmUI, ComfyUI, and Auto WebUI) 的动态阈值 (CFG 缩放修复)

mcmonkeyprojects
⭐ 1,228 Python 👤 mcmonkeyprojects Organization 🕐 已更新 2025-03-14 📅 创建时间 2023-01-27
152
cleanlab/cleanvision

自动查找图像数据集中的问题,并练习以数据为中心的计算机视觉。

cleanlab
⭐ 1,213 Python 👤 cleanlab Organization 🕐 已更新 2026-01-08 📅 创建时间 2022-05-26
153
visual-openllm/visual-openllm

something like visual-chatgpt, 文心一言的开源版

visual-openllm
⭐ 1,201 Python 👤 visual-openllm Organization 🕐 已更新 2024-02-24 📅 创建时间 2023-03-26
154
cure-lab/MagicDrive

[ICLR24] 论文“MagicDrive: Street View Generation with Diverse 3D Geometry Control”的官方实现

cure-lab
⭐ 1,174 Python 👤 cure-lab Organization 🕐 已更新 2025-04-21 📅 创建时间 2023-10-11
155
GaParmar/clean-fid

PyTorch - 使用适当的图像调整大小和量化步骤进行 FID 计算 [CVPR 2022]

GaParmar
⭐ 1,167 Python 👤 GaParmar User 🕐 已更新 2025-08-02 📅 创建时间 2021-04-23
156
shadow2496/VITON-HD

VITON-HD: High-Resolution Virtual Try-On via Misalignment-Aware Normalization (CVPR 2021) 的官方 PyTorch 实现

shadow2496
⭐ 1,146 Python 👤 shadow2496 User 🕐 已更新 2025-04-27 📅 创建时间 2021-04-01
157
rohitgandikota/sliders

用于扩散模型精确控制的概念滑块

rohitgandikota
⭐ 1,142 Jupyter Notebook 👤 rohitgandikota User 🕐 已更新 2026-04-13 📅 创建时间 2023-10-16
⭐ 1,135 TypeScript 👤 gemini-cli-extensions Organization 🕐 已更新 2026-06-25 📅 创建时间 2025-09-19
159
NVlabs/DiffusionNFT

[ICLR 2026 Oral] DiffusionNFT: 使用正向过程的在线扩散强化

NVlabs
⭐ 1,134 Python 👤 NVlabs Organization 🕐 已更新 2026-02-10 📅 创建时间 2025-09-19
160
atuizz/posewear

姿势、服装、人像参考图库,附中英文提示词,可在浏览器中进行 AI 试穿

atuizz
⭐ 1,132 Python 👤 atuizz User 🕐 已更新 2026-11-21 📅 创建时间 2026-10-30
162
boona13/image-extender

利用人工智能向任意方向无缝扩展图像。这是一个由 OpenRouter 上的 Gemini 提供支持的开源 Web 应用,具备泊松融合接缝处理和“三选一”变体选择功能。

boona13
⭐ 1,121 TypeScript 👤 boona13 User 🕐 已更新 2026-05-31 📅 创建时间 2026-05-26
163
zai-org/CogView4

CogView4, CogView3-Plus 和 CogView3 (ECCV 2024)

zai-org
⭐ 1,103 Python 👤 zai-org Organization 🕐 已更新 2025-03-29 📅 创建时间 2024-09-23
165
Alpha-VLLM/Lumina-mGPT-2.0

Lumina-mGPT 2.0:独立式自回归图像建模

Alpha-VLLM
⭐ 1,081 Python 👤 Alpha-VLLM Organization 🕐 已更新 2025-11-03 📅 创建时间 2025-04-03
166
Anil-matcha/awesome-agent-apis

660 多个由 muapi 托管的生成式媒体模型,以及社区提交的第三方 API 工具(SEO、数据丰富、社交媒体、抓取)——每个条目对应一个 YAML 文件,可按功能浏览。

Anil-matcha
⭐ 1,070 Python 👤 Anil-matcha User 🕐 已更新 2026-10-14 📅 创建时间 2023-05-06
167
scenario-labs/blender-plugin

Blender 场景工具:在视口中使用 AI 图像、视频、3D 和 PBR 材质,并为智能体提供本地 MCP 服务器。适用于 Blender 5.0 及更高版本的扩展,采用 GPL-3.0 或更高版本许可。

scenario-labs
⭐ 1,066 Python 👤 scenario-labs Organization 🕐 已更新 2026-11-20 📅 创建时间 2026-08-30
168
worldbench/DiffusionOPSD

🔥 扩散模型中的策略内自蒸馏

worldbench
⭐ 1,057 Python 👤 worldbench Organization 🕐 已更新 2026-10-12 📅 创建时间 2026-07-29
⭐ 1,050 Python 👤 Tencent-Hunyuan Organization 🕐 已更新 2025-05-14 📅 创建时间 2025-04-16
170
intel/AI-Playground

专为由 Intel® Arc™ GPU 驱动的 PC 设计的 AI PC 启动应用,可用于 AI 图像创建、图像风格化和聊天机器人。

intel
⭐ 1,043 TypeScript 👤 intel Organization 🕐 已更新 2026-10-30 📅 创建时间 2024-07-10
171
google-gemini/nano-banana-hackathon-kit

Nano Banana Hackathon 的官方入门套件。克隆此仓库即可快速开始构建!

google-gemini
⭐ 1,028 Jupyter Notebook 👤 google-gemini Organization 🕐 已更新 2025-09-08 📅 创建时间 2025-09-04
172
Kosinkadink/ComfyUI-Advanced-ControlNet

支持滑动上下文的 ControlNet 调度和掩码节点

Kosinkadink
⭐ 1,022 Python 👤 Kosinkadink User 🕐 已更新 2026-07-28 📅 创建时间 2023-08-01
173
ShuaixinHuang/image-multiple-angles-3d-camera

🎬 通过 3D 交互控制从任意相机视角生成图像。在 3D 空间中拖动相机,或使用滑块设置方位角/仰角/距离,然后生成图像。基于 Three.js + Gradio 构建,支持中英文双语界面。

ShuaixinHuang
⭐ 1,006 Python 👤 ShuaixinHuang User 🕐 已更新 2026-11-14 📅 创建时间 2026-04-02
174
madebyollin/taesd

用于 Stable Diffusion(及其他图像模型)的微型自编码器

madebyollin
⭐ 1,002 Python 👤 madebyollin User 🕐 已更新 2026-10-22 📅 创建时间 2023-04-16
175
Blizaine/Maestro

一体化、100% 本地运行的 AI 视频、图像和音乐工作室。导演模式可根据单条提示词规划完整的音乐视频和短片。基于 WanGP 流水线构建。通过 Pinokio 安装。

Blizaine
⭐ 990 Python 👤 Blizaine User 🕐 已更新 2026-11-10 📅 创建时间 2026-07-08
176
autonomousvision/stylegan-xl

[SIGGRAPH'22] StyleGAN-XL:将 StyleGAN 扩展到大型多样化数据集

autonomousvision
⭐ 989 Python 👤 autonomousvision Organization 🕐 已更新 2024-06-24 📅 创建时间 2022-02-01
177
nexu-io/codex-slides

🎨 Codex 中的开源 AI 幻灯片工作室:原生图像式演示文稿,每张幻灯片都是完整的视觉画布。⚡ 约 4-5 分钟生成 10 张以上高质量幻灯片——快速模式并行渲染每一页。🔍 实时观看整个流程:研究 → 大纲 → 样式 → 渲染 → 编辑 → 演示 → 导出 PDF/PPTX。🖥️ 浏览器优先 · 零 API 密钥 · 项目持久化。

nexu-io
⭐ 987 TypeScript 👤 nexu-io Organization 🕐 已更新 2026-07-21 📅 创建时间 2026-07-10
178
cuixing158/Awesome-CV-MasterHub

:fire: :fire: :fire: 一些近期计算机视觉(CV)工作的论文列表

cuixing158
⭐ 986 👤 cuixing158 User 🕐 已更新 2026-11-08 📅 创建时间 2025-02-14
179
n00mkrad/text2image-gui

一种略有模块化的文本到图像GUI,最初仅用于Stable Diffusion

n00mkrad
⭐ 965 C# 👤 n00mkrad User 🕐 已更新 2025-12-19 📅 创建时间 2022-08-28
180
UCSC-VLAA/story-iter

[ICLR 2026] 长篇故事可视化的无训练迭代框架

UCSC-VLAA
⭐ 960 Python 👤 UCSC-VLAA Organization 🕐 已更新 2026-04-02 📅 创建时间 2024-08-10
181
chuanyangjin/fast-DiT

具有 Transformer 的快速扩散模型

chuanyangjin
⭐ 954 Python 👤 chuanyangjin User 🕐 已更新 2025-08-17 📅 创建时间 2023-05-16
182
artokun/comfyui-mcp

面向 ComfyUI 的本地优先、原生智能体控制平面 —— MCP 服务器 + 侧边栏智能体,支持使用任何大模型(Claude、ChatGPT、Gemini、本地 Ollama 或任何托管模型)通过自然语言生成图像、视频和音频,编写并运行工作流,以及编辑实时图表。包含 178 个工具、36 项 AI 技能、55 个安装包。支持本地、局域网、VPS 或 Comfy Cloud 部署。

artokun
⭐ 944 TypeScript 👤 artokun User 🕐 已更新 2026-11-19 📅 创建时间 2026-02-15
183
yeahhe365/AMC-WebUI

面向 Gemini 的 Local-First AI 工作流 WebUI,集成多模态聊天、Canvas、文件处理、实时搜索、代码执行与高级推理。

yeahhe365
⭐ 932 TypeScript 👤 yeahhe365 User 🕐 已更新 2026-11-19 📅 创建时间 2025-06-24
184
TypeTale/TypeTale

字字动画 - 完全免费的AIGC视频生成软件,主要用于AI短剧,AI电影,小说推文

TypeTale
⭐ 918 👤 TypeTale User 🕐 已更新 2026-08-21 📅 创建时间 2025-04-11
185
cubiq/PuLID_ComfyUI

ComfyUI的原生PuLID实现

cubiq
⭐ 910 Python 👤 cubiq User 🕐 已更新 2025-04-14 📅 创建时间 2024-05-08
186
sangyun884/HR-VITON

ECCV 2022 论文《High-Resolution Virtual Try-On with Misalignment and Occlusion-Handled Conditions》的官方 PyTorch 实现。

sangyun884
⭐ 907 Python 👤 sangyun884 User 🕐 已更新 2024-12-31 📅 创建时间 2022-06-25
187
lidge-ai/ima2-gen

以本地优先为理念的视觉生成运行时和工作室,面向人类用户与编码代理,支持跨多个提供商的可复现图像和视频工作流。

lidge-ai
⭐ 906 TypeScript 👤 lidge-ai Organization 🕐 已更新 2026-11-21 📅 创建时间 2026-04-21
188
autonomousvision/projected-gan

[NeurIPS'21] 投影 GAN 收敛更快

autonomousvision
⭐ 900 Python 👤 autonomousvision Organization 🕐 已更新 2024-06-04 📅 创建时间 2021-11-01
189
byodian/oneimg

文字转图片应用。适合微信公众号长图推文以及小红书、Instagram 等图片社交媒体贴文制作

byodian
⭐ 891 TypeScript 👤 byodian User 🕐 已更新 2026-11-05 📅 创建时间 2024-08-18
190
kivvi3412/HandWrite

本项目为解决一些大学无用手写作业

kivvi3412
⭐ 891 Python 👤 kivvi3412 User 🕐 已更新 2025-05-25 📅 创建时间 2023-04-12
191
OpenMOSS/AnyGPT

基于离散序列建模的统一多模态语言模型

OpenMOSS
⭐ 889 Python 👤 OpenMOSS Organization 🕐 已更新 2026-09-06 📅 创建时间 2024-02-18
192
SkyworkAI/UniPic

开源 SOTA 多图像编辑模型

SkyworkAI
⭐ 877 Python 👤 SkyworkAI Organization 🕐 已更新 2026-07-13 📅 创建时间 2025-07-27
193
VigoZhao/AI-Visual-Prompt-Cookbook

适用于 Nano Banana Pro、GPT Image 和 Midjourney 的即插即用 JSON 风格提示词。复制一个 style.json,即可获得统一的视觉风格。每周新增风格。

VigoZhao
⭐ 874 HTML 👤 VigoZhao User 🕐 已更新 2026-11-19 📅 创建时间 2026-05-11
194
flatkey-ai/flatkey-cli

Flatkey 媒体生成 CLI,支持图像、视频、音频、文本、积分和模型发现。

flatkey-ai
⭐ 868 JavaScript 👤 flatkey-ai Organization 🕐 已更新 2026-11-20 📅 创建时间 2026-07-17
195
ZiyuGuo99/Image-Generation-CoT

[CVPR 2025] 图像生成中CoT推理(RL、TTS、反思)的首次调查

ZiyuGuo99
⭐ 865 Python 👤 ZiyuGuo99 User 🕐 已更新 2026-03-19 📅 创建时间 2025-01-23
196
megvii-research/HiDiffusion

[ECCV 2024] HiDiffusion: 只需添加一行代码,即可提高扩散模型的解析度和速度!

megvii-research
⭐ 843 Jupyter Notebook 👤 megvii-research Organization 🕐 已更新 2026-01-07 📅 创建时间 2024-04-16
197
GAIR-NLP/anole

[ICLR 2025 博客轨道扩展版] Anole:用于交错图像-文本生成的开放、自回归原生多模态模型

GAIR-NLP
⭐ 841 Python 👤 GAIR-NLP Organization 🕐 已更新 2025-06-16 📅 创建时间 2024-07-01
198
Free-The-Ai/free-ai

FreeTheAi(解放AI):免费且兼容OpenAI的AI API,拥有50多个模型,支持Discord密钥注册、流式传输、工具、图像、消息和响应。无需信用卡。

Free-The-Ai
⭐ 839 Svelte 👤 Free-The-Ai Organization 🕐 已更新 2026-08-07 📅 创建时间 2026-04-21
199
Haervwe/open-webui-tools

Open‑WebUI Tools 是一个模块化工具包,旨在扩展和丰富你的 Open WebUI 实例,使其成为强大的 AI 工作站。配备超过 15 个专业工具、功能管道和过滤器,该项目支持学术研究、代理自主性、多模态创作、工作流程等。

Haervwe
⭐ 838 Python 👤 Haervwe User 🕐 已更新 2026-11-11 📅 创建时间 2024-11-09
200
hako-mikan/sd-webui-supermerger

stable diffusion web ui 的模型合并扩展

hako-mikan
⭐ 835 Python 👤 hako-mikan User 🕐 已更新 2026-10-24 📅 创建时间 2023-01-18