OpenVisionBanana

一套配方让图生图模型兼顾看懂、生成和修图

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 计算机视觉 🍴 复刻 8 🐛 待处理 2 👀 关注 1
GitHub ↗
GitHub 星标 ★ 111
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源项目,免费使用

项目数据

分类计算机视觉
开发团队OpenVisionBanana
定价模式🏷️完全免费
价格说明开源项目,免费使用
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议NOASSERTION
主要语言Python
GitHub 星标★ 111
上线时间2026-08-12 00:00:00
代码更新2026-11-19
仓库体积9.5 MB
本站数据更新2026-11-20
维护状态活跃
收录时间2026-11-20
浏览次数0

项目介绍

OpenVisionBanana 是一个面向计算机视觉研究的开源配方项目,目标是把预训练的图生图生成器改造成统一模型,同时承担视觉感知、图像生成与图像编辑三类任务。它解决的是感知模型与生成模型长期割裂、需要分别训练和维护的问题,通过复用已有生成骨干网络,减少从零训练的成本。核心能力包括:提供可复现的训练与适配流程,把生成式骨干用于判别式视觉任务;支持在同一模型内完成理解类输出与图像编辑输出;给出配置与脚本,便于研究者在自有数据上微调。项目以 Python 实现,当前星标约 111,属于早期探索型仓库,更适合作为方法参考和二次开发起点,而非开箱即用的生产工具。

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 2026-11-20 · 当前星标 ★ 111

核心亮点

  • 复用预训练图生图骨干,避免从零训练统一模型,算力门槛相对可控
  • 同时覆盖感知、生成、编辑三类任务,减少多模型维护成本
  • 提供完整可复现的训练与适配配方,便于研究者二次实验

不足之处

  • 早期项目,星标约 111,社区规模小,问题反馈和文档完善度待观察
  • 统一模型在多任务上的精度与专用模型相比可能仍有差距,需自行验证

适用场景

  • 研究统一视觉模型的学术实验与消融对比
  • 在自有图像数据上微调生成骨干做感知任务
  • 构建同时支持图像理解与编辑的原型系统

替代项目

Chameleon、Emu、Janus

上一篇:ANR

下一篇:没有了!

同类项目推荐

deepdoctection 开源

一行代码搭建文档解析流水线,快速提取版面、表格与文本。

A Repo For Document AI

★ 3274 2026-08-10
HugsVision 开源

一行代码调用 Hugging Face 视觉模型,快速实现分类、检测与生成

HugsVision is a easy to use huggingface wrapper for state-of-the-art computer vision

★ 199 2026-08-09
colmap 开源

从照片一键重建三维场景,精度高、流程全

COLMAP - Structure-from-Motion and Multi-View Stereo

★ 13256 2026-08-10
videoflow 开源

像搭积木一样拼出多进程视频分析流水线

Python framework that facilitates the quick development of complex video analysis ap···

★ 1044 2026-09-25
GEM-3D 开源

用扩散模型增强三维医学图像,提升生成质量与完整性

[IJCV'2026] Generative Enhancement for 3D Medical Images

★ 84 2026-08-09
ETRIS 开源

冻结大模型,只调少量参数,就能做指代图像分割

[ICCV-2023] The code of Bridging Vision and Language Encoders: Parameter-Efficient T···

★ 151 2026-10-15
YOLOFuse 开源

在 YOLO 上加第二模态,快速做双模态目标检测

Dual-modal YOLO Object Detection Framework

★ 171 2026-11-11
SDMatte 开源

点几下鼠标,扩散模型帮你生成精准抠图

Official code for our ICCV2025 paper "SDMatte: Grafting Diffusion Models for Interac···

★ 208 2026-08-09
system-ocr 开源

调系统自带 OCR,截图取字不装大模型

Ocr api via system API

★ 116 2026-09-19