latent-diffusion-segmentation
用扩散模型做开放世界分割，一句话就能分割并修复图像
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 ★ 108
核心亮点
- 开放词汇分割：支持任意文本描述的新类别，无需重新训练
- 分割+修复一体化：同一模型既能分割也能编辑掩码区域
- 基于Stable Diffusion，利用大规模预训练知识，泛化性强
不足之处
- 推理速度较慢，扩散模型多次采样耗时
- 对高分辨率图像显存需求高
- 文档/社区待观察
适用场景
- 自动驾驶场景理解：识别罕见障碍物
- 图像编辑：移除物体并自然填充背景
- 机器人抓取：根据文本指令分割目标物体
替代项目
Mask2Former、OpenSeeD、SAM (Segment Anything Model)
下一篇：Conceptor
同类项目推荐
vision-demos
开源
克隆即跑的趣味 CV 演示，几分钟看到识别效果
Fun real-world computer vision demos!
face-emotion-recognition
开源
摄像头前做表情，AI陪你聊情绪
Real-time Face & emotion recognition system using a lightweight CNN, with OpenCV web···
EndoDAC
开源
让基础模型秒变内窥镜深度感知专家，无需标注即可用
[MICCAI 2024] EndoDAC: Efficient Adapting Foundation Model for Self-Supervised Depth···
OCR4all
开源
古籍扫描件上传，自动识别加人工校对，一键导出文本
Provides OCR (Optical Character Recognition) services through web applications
system-ocr
开源
调系统自带 OCR，截图取字不装大模型
Ocr api via system API
Metalhead.jl
开源
Julia 里开箱即用的 Flux 视觉模型库
AI models in Julia on top of Flux.jl
MagicBokeh
开源
一键生成高倍变焦电影级散景，告别生硬抠图
[CVPR26 Oral & Best Paper Finalist] MagicBokeh is the first unified method specifica···
awesome-low-light-image-enhancem···
开源
低光增强论文与代码一站索引，快速选型不迷路
This is a resouce list for low light image enhancement
Falcon-Perception
开源
原生多模态模型推理，看图识文一步到位
Inference repo for Falcon-Perception and Falcon-OCR model, early-fusion, natively mu···