Startseite Projekte PixelSmile
PixelSmile
Python

PixelSmile

PixelSmile: Fein abgestimmte Bearbeitung von Gesichtsausdrücken mit kontinuierlicher Kontrolle, reduzierter semantischer Verflechtung und starker Identitätserhaltung.

von Ammmob · GitHub
Sterne
Forks
Erstellt
Letzter Commit
Sprache
diffusion-modelsfacial-expression-editinggenerative-modelsApache-2.0Python
Auf GitHub ansehen
In einfachen Worten

Bearbeiten Sie Gesichtsausdrücke in Bildern mit präziser Kontrolle, während die Identität der Personen erhalten bleibt.

Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
PixelSmile — GitHub preview card
📈 Sternhistorie
476475
2026-07-202026-08-31
📈 PixelSmile verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

PixelSmile: Fein abgestimmte Bearbeitung von Gesichtsausdrücken mit kontinuierlicher Kontrolle, reduzierter semantischer Verflechtung und starker Identitätserhaltung.

PixelSmile hat 475 Sterne auf GitHub. Es wurde 22-mal geforkt. PixelSmile ist hauptsächlich in Python geschrieben. Es wird seit 2026 aktiv entwickelt. PixelSmile ist unter der Apache-2.0-Lizenz verfügbar. Die Hauptthemen sind: diffusion-models, facial-expression-editing, generative-models, image-editing.

Frequently asked questions

Was ist PixelSmile?

PixelSmile: Fein abgestimmte Bearbeitung von Gesichtsausdrücken mit kontinuierlicher Kontrolle, reduzierter semantischer Verflechtung und starker Identitätserhaltung.

Ist PixelSmile Open Source?

PixelSmile ist ein Open-Source-Projekt. Es wird unter der Apache-2.0-Lizenz veröffentlicht.

Ist PixelSmile kostenlos?

Ja. PixelSmile ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

Unter welcher Lizenz steht PixelSmile?

PixelSmile ist unter der Apache-2.0-Lizenz verfügbar.

In welcher Sprache ist PixelSmile geschrieben?

PixelSmile ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — PixelSmile

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![olud.ai](https://olud.ai/badge.php?tool=ammmob-pixelsmile)](https://olud.ai/project/ammmob-pixelsmile.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →
Paint-by-Example
Paint by Example: Exemplar-basiertes Bildbearbeiten mit Diffusionsmodellen
1.3k · computer-vision
teiltimage-editingdiffusion-models
BrushEdit
[unter Überprüfung] Die offizielle Implementierung des Papiers "BrushEdit: All-In-One Image Inp…
587 · diffusion-models
teiltimage-editingdiffusion-models
PNDM
Die offizielle Implementierung für Pseudo-numerische Methoden für Diffusionsmodelle auf Mannigf…
356 · diffusion-models
teiltgenerative-modelsdiffusion-models
Voost
[SIGGRAPH Asia 25] Voost: Ein einheitlicher und skalierbarer Diffusion Transformer für bidirekt…
340 · diffusion-models
teiltimage-editingdiffusion-models
MagicBrush
[NeurIPS'23] "MagicBrush: Ein manuell annotierter Datensatz für anleitungsgeführte Bildbearbeit…
411 · diffusion-models
teiltimage-editingdiffusion-models
RISE
[RSS 2026] Code für RISE: Selbstverbessernde Roboterpolitik mit kompositionellem Weltmodell
323 · diffusion-models
teiltgenerative-modelsdiffusion-models
UniPic
Open-Source-SOTA-Modell zur Bearbeitung mehrerer Bilder
870 · aigc
teiltimage-editingdiffusion-models
FlashVideo
[AAAI-2026]FlashVideo: Fließende Detailtreue für effiziente hochauflösende Videoerzeugung
462 · diffusion-models
teiltgenerative-modelsdiffusion-models
score_sde
Offizieller Code für Score-Based Generative Modeling durch stochastische Differentialgleichunge…
1.8k · controllable-generation
teiltgenerative-modelsdiffusion-models
LFM
Offizielle PyTorch-Implementierung des Papiers: Flow Matching in Latent Space
356 · conditional-normalizing-flows
teiltgenerative-modelsdiffusion-models

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.