图像

ALDM 开源

让AI画图严格听话，布局指哪打哪

ALDM 是 ICLR 2024 论文《Adversarial Supervision Makes Layout-to-Image Diffusion Models Thriv···

ComfyUI-PhotoMaker-ZHO 开源

拖拽节点，用几张照片生成定制人物图像

ComfyUI-PhotoMaker-ZHO 是 PhotoMaker 的 ComfyUI 非官方实现，将 PhotoMaker 的个性化图像生成能···

ComfyUI-TiledDiffusion 开源

大图生成不爆显存，细节更丰富

ComfyUI-TiledDiffusion 是一个为 ComfyUI 设计的插件，主要用于解决 Stable Diffusion 生成大尺寸···

sd-webui-lama-cleaner-masked-content 开源

先用LAMA预填充蒙版，再让SD精修，修复更自然

这是一个 Stable Diffusion WebUI 的扩展插件，核心功能是在图生图（Inpainting）之前，先用 LAMA ···

Draw2Img 开源

画一笔、输句话，即刻生成新图像

Draw2Img 是一个基于 Vue 构建的简易 Web 界面，专注于交互式文本引导的图像生成与编辑。它解决了非···

transformer_latent_diffusion 开源

用Transformer替换U-Net，探索扩散模型新架构

这是一个基于Transformer核心的文本到图像潜在扩散模型实现，旨在探索用Transformer替代传统U-Net作···

ComfyUI_Ib_CustomNodes 开源

从路径直接加载图像，增强 ComfyUI 图像处理流程

ComfyUI_Ib_CustomNodes 是一个为 ComfyUI 开发的自定义节点集合，主要提供增强版的“从路径加载图···

ComfyUI-ArtGallery 开源

把 ComfyUI 生成图变成可回溯的灵感画廊，一键复用提示词

ComfyUI-ArtGallery 是一个面向 ComfyUI 的提示词可视化扩展，它将用户的 Stable Diffusion 生成作···

Text-To-Material-Unity 开源

在Unity里输入文字，一键生成材质，告别手动调参。

Text-To-Material-Unity 是一个面向 Unity 引擎的开源工具，允许开发者通过自然语言文本提示直接生···

Canvas 开源

在 Mac 上原生玩转 DALL·E，输入文字秒出图

Canvas 是一款专为 Mac 打造的 DALL·E 图像生成客户端，本质上是 OpenAI 图像生成模型的本地游乐场···

com.doji.diffusers 开源

在Unity里直接跑Stable Diffusion，无需后端

这是一个Unity包，用于通过Unity Sentis在Unity引擎中运行预训练的扩散模型（如Stable Diffusion）···

comfyui-resharpen 开源

在 ComfyUI 里直接给图像加细节或磨皮，无需外部软件。

comfyui-resharpen 是一个为 ComfyUI 设计的自定义节点，用于在图像生成工作流中精细化调整图像的细···

the-og 开源

用纯 PHP 快速生成社交分享预览图，自托管零依赖

the-og 是一个纯 PHP 实现的 OpenGraph 图片生成器，用于动态生成社交媒体分享链接时所需的预览图片···

SUPIR 开源

一键将模糊老照片修复成高清逼真大片

SUPIR 是一个面向真实世界图像修复的开源项目，旨在通过深度学习算法将低质量、模糊或有噪声的照片···

StableDiffusion.NET 开源

在 C# 里直接跑 Stable Diffusion，无需 Python 环境

StableDiffusion.NET 是一个面向 C# 开发者的 Stable Diffusion 封装库，基于 stable-diffusion.cp···

turbo-art 开源

用SDXL Turbo秒速出图，实时探索创意灵感

turbo-art 是一个基于 SDXL Turbo 模型的创意探索游乐场，旨在让用户通过简单的交互快速体验实时图···

DiffMorpher 开源

用扩散模型让两张图丝滑变形，生成高质量过渡视频

DiffMorpher 是 CVPR 2024 的官方实现，旨在利用扩散模型的能力实现高质量的图像变形（morphing）。···

star-vector 开源

上传图片或输入文字，一键生成可编辑的 SVG 矢量图

StarVector 是一个用于 SVG 生成的基础模型，它将矢量图转换任务重构为代码生成任务。基于视觉-语言···

ai_webui 开源

一个界面搞定图像、音频、视频 AI 处理，无需代码。

ai_webui 是一个面向 AI 创作场景的通用 Web 界面，旨在将图像、音频、视频等 AI 处理能力整合到统···

interactdiffusion 开源

一句话控制图像中物体交互关系，生成自然互动画面

InteractDiffusion 是 CVPR 2024 的官方实现，旨在解决文本到图像扩散模型中的交互控制问题。传统模···

FontDiffuser 开源

一个参考字，AI帮你生成整套同风格字体

FontDiffuser 是一个基于扩散模型的一次性字体生成开源项目，发表于 AAAI 2024。它解决的是少样本场···

EpiDiff 开源

单图生成多视角，极线约束保一致，3D重建更高效

EpiDiff 是一个基于扩散模型的多视角合成框架，旨在从单张图片生成高一致性的多视角图像，进而用于···

PowerPaint 开源

一个模型搞定图像修补：插入、移除、外扩、形状生成全支持

PowerPaint 是一个基于 Stable Diffusion 的高质量多功能图像修补模型，由上海AI实验室等机构在 EC···

comfyui-lama-remover 开源

在 ComfyUI 里一键擦除图像中不想要的物体，自动补全背景。

这是一个用于 ComfyUI 的 Lama 图像修复/移除插件，基于 LaMa 模型实现图像中物体的快速移除与背景···