Energy-Based-CrossAttention
用能量模型优化注意力，让文生图更懂上下文
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 51
技术标签
核心亮点
- 提出能量基交叉注意力新机制，理论上能提升文本-图像对齐精度
- 官方实现，代码与论文同步，便于复现研究结果
- 基于PyTorch，易于集成到现有Stable Diffusion工作流
不足之处
- 项目处于早期，文档和示例较少，上手门槛较高
- 依赖特定扩散模型版本，兼容性需自行验证
适用场景
- 学术研究：探索扩散模型注意力机制改进
- 文生图应用：提升复杂文本提示的生成准确性
- 模型微调：在特定数据集上训练定制化生成模型
替代项目
CrossAttention (Stable Diffusion内置)、FreeU、AttnGAN
同类项目推荐
pixelCNN
开源
用 Theano 逐像素生成图像，理解自回归模型原理
Theano reimplementation of pixelCNN architecture
contrastive-unpaired-translation
开源
不用配对数据，训练速度比CycleGAN快一倍，图像翻译效果更好
Contrastive unpaired image-to-image translation, faster and lighter training than cy···
GALIP
开源
更快更小的文生图模型，大规模训练不妥协
[CVPR2023] A faster, smaller, and better text-to-image model for large-scale trainin···
ReNoise-Inversion
开源
让真实图像精准反演，编辑更自然可控
Officail Implementation for "ReNoise: Real Image Inversion Through Iterative Noising···
nix-stable-diffusion
开源
在 NixOS 上用 Flake 一键跑起 Stable Diffusion，环境不再折腾。
Flake for running SD on NixOS
Fooocus-zh
开源
给 Fooocus 装上中文皮肤，AI 绘画更顺手
Fooocus 汉化补丁 #Fooocus
RvR
开源
让图像编辑变成再生成，效果更自然更精准。
Regeneration over editing: unlocking more effective image refinement!
ControlNet-v1-1-nightly-colab
开源
云端一键跑 ControlNet v1.1，快速生成可控图像
controlnet v1.1 colab
gpt_image_playground
开源
用 GPT 图像模型，快速生成和编辑图片，开箱即用
支持 GPT Image、Gemini（Nano Banana）和 Grok 的图片生成与编辑工具