Startseite Projekte SkinDeep
SkinDeep
Jupyter Notebook

SkinDeep

Hol dir Deinked!!

von vijishmadhavan · GitHub
Sterne
Forks
Erstellt
Letzter Commit
Kategorie
controlnetstable-diffusionApache-2.0Jupyter Notebook
Auf GitHub ansehen
In einfachen Worten

Bearbeiten Sie Bilder, um unerwünschte Elemente mithilfe von Deep-Learning-Techniken, die vom Airbrushing inspiriert sind, zu entfernen.

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 →
SkinDeep — GitHub preview card
📈 Sternhistorie
958957
2026-07-202026-08-31
📈 SkinDeep verfolgen

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

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

Hol dir Deinked!!

SkinDeep hat 957 Sterne auf GitHub. Es wurde 109-mal geforkt. SkinDeep ist hauptsächlich in Jupyter Notebook geschrieben. Es wird seit 2021 aktiv entwickelt. SkinDeep ist unter der Apache-2.0-Lizenz verfügbar. Die Hauptthemen sind: controlnet, stable-diffusion.

Frequently asked questions

Was ist SkinDeep?

Hol dir Deinked!!

Ist SkinDeep Open Source?

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

Ist SkinDeep kostenlos?

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

Unter welcher Lizenz steht SkinDeep?

SkinDeep ist unter der Apache-2.0-Lizenz verfügbar.

In welcher Sprache ist SkinDeep geschrieben?

SkinDeep ist hauptsächlich in Jupyter Notebook geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — SkinDeep

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

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

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