ovam

用扩散模型生成精准的开放词汇语义分割图

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 图像生成 🍴 复刻 7 🐛 待处理 2 👀 关注 2
GitHub ↗
GitHub 星标 ★ 70
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目,MIT许可证,可自由使用,无付费版本。

项目预览

ovam 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类图像生成
开发团队vpulab
定价模式🏷️完全免费
价格说明开源项目,MIT许可证,可自由使用,无付费版本。
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MIT
主要语言Python
技术栈/模型attention-mechanism,semantic-segmentation,stable-diffusion
GitHub 星标★ 70
上线时间2023-11-22 00:00:00
代码更新2024-06-14
仓库体积13.0 MB
本站数据更新2026-11-10
维护状态低维护
收录时间2026-08-09
浏览次数5

项目介绍

ovam 是 CVPR 2024 论文的开源实现,旨在解决扩散模型在语义分割任务中应用时注意力图不准确的问题。它通过优化文本 token 来生成开放词汇的注意力图,使得 Stable Diffusion 等模型能够更精准地定位和分割图像中的语义区域。该项目提供了一套完整的训练和推理代码,支持自定义类别和图像,能够输出高质量的语义分割结果。核心能力包括:基于注意力机制的可视化、token 优化策略、以及与多种扩散模型的兼容性。对于研究开放词汇分割和扩散模型应用的开发者来说,这是一个实用的工具。

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 2026-08-09 · 当前星标 ★ 70

核心亮点

  • 基于CVPR 2024论文,方法有理论支撑,权威性高
  • 支持开放词汇分割,无需预定义类别,灵活性强
  • 代码结构清晰,便于二次开发和集成到现有扩散模型流程

不足之处

  • 项目处于早期阶段,文档和社区支持有限
  • 依赖扩散模型推理,计算资源消耗可能较大

适用场景

  • 学术研究:复现论文实验,探索扩散模型在分割任务中的应用
  • 图像编辑:利用语义分割结果进行区域感知的图像编辑
  • 自动驾驶:对街景图像进行开放词汇的语义理解

替代项目

CLIPSeg、GroupViT、SegGPT

上一篇:gen2seg

下一篇:AdaRefSR

同类项目推荐

iOS-OCR-Server 开源

把 iPhone 变成局域网 OCR 接口

An iOS OCR Server Using Apple’s Vision Framework

★ 2102 2026-10-27
EMLight 开源

单图秒出光照环境贴图,让虚拟物体无缝融入真实场景

[AAAI 2021] EMLight: Lighting Estimation via Spherical Distribution Approximation, [···

★ 172 2026-08-09
awesome-segment-anything 开源

一网打尽 SAM 生态资源,快速上手图像分割

Tracking and collecting papers/projects/others related to Segment Anything.

★ 1698 2026-08-09
pyod 开源

一站式异常检测库,60+算法开箱即用,自动选最优模型

A Python library for anomaly detection across tabular, time series, graph, text, ima···

★ 10085 2026-08-09
Open3D-ML 开源

开箱即用的3D点云模型训练与部署工具

An extension of Open3D to address 3D Machine Learning tasks

★ 2362 2026-08-10
manga-image-translator 开源

一键翻译漫画图片文字,自动抹除替换,阅读无国界

Translate manga/image 一键翻译各类图片内文字 https://cotrans.touhou.ai/ (no longer w···

★ 10583 2026-08-10
FungalLight 开源

用 Rust 模拟真菌生长,生成有机形态与光影艺术

Rust/Bevy fungal morphology simulation for graphics, artificial life and dynamic lig···

★ 322 2026-08-09
comfyui-daam 开源

在 ComfyUI 中可视化每个词对生成图像的注意力影响

ComfyUI custom nodes for Diffusion Attentive Attribution Maps (DAAM)

★ 56 2026-08-09