Startseite Projekte Image-OutPainting
Image-OutPainting

Image-OutPainting

von bendangnuksung · GitHub

🏖 Keras-Implementierung von Painting outside the box

Auf GitHub ansehen
In einfachen Worten

Generieren Sie Bilder, die über ihre ursprünglichen Grenzen hinausgehen, mit KI-Techniken.

⭐ Sterne
🍴 Forks
📜 Lizenz
Lizenz nicht angegeben
📅 Erstellt
🔄 Letzter Commit
🏷️ Kategorie
💻 Sprache
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 →
Image-OutPainting — GitHub preview card
📈 Sternhistorie
1 1491 148
2026-07-202026-07-29
📈 Image-OutPainting verfolgen

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

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

🏖 Keras-Implementierung von Painting outside the box

Image-OutPainting hat 1.1k Sterne auf GitHub. Es wurde 223-mal geforkt. Image-OutPainting ist hauptsächlich in Jupyter Notebook geschrieben. Es wird seit 2018 aktiv entwickelt. Die Hauptthemen sind: computer-vision, deep-learning, gans, image-outpainting.

Frequently asked questions

Was ist Image-OutPainting?

🏖 Keras-Implementierung von Painting outside the box

Ist Image-OutPainting Open Source?

Image-OutPainting ist ein Open-Source-Projekt.

Ist Image-OutPainting kostenlos?

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

In welcher Sprache ist Image-OutPainting geschrieben?

Image-OutPainting ist hauptsächlich in Jupyter Notebook geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — Image-OutPainting

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

[![olud.ai](https://olud.ai/badge.php?tool=bendangnuksung-image-outpainting)](https://olud.ai/project/bendangnuksung-image-outpainting.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

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