Inicio Proyectos RePaint
RePaint
Python

RePaint

Código y Modelos Oficiales de PyTorch de "RePaint: Inpainting usando Modelos Probabilísticos de Difusión de Denoising", CVPR 2022

por andreas128 · GitHub
Estrellas
Ramas
Creado
Último commit
Categoría
Lenguaje
cvpr2022diffusion-modelsinpaintingPython
Ver en GitHub
En palabras simples

Rellena partes faltantes de imágenes utilizando un modelo que aprende de secciones de imágenes existentes.

¿Mantienes este proyecto?

Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.

Reivindicar esta pagina →
RePaint — GitHub preview card
📈 Historial de estrellas
2 2612 258
2026-07-072026-08-31
📈 Sigue RePaint

Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.

Gratis · sin tarjeta · cancela cuando quieras
Recibir alertas por email →
📄 Acerca de

Código y Modelos Oficiales de PyTorch de "RePaint: Inpainting usando Modelos Probabilísticos de Difusión de Denoising", CVPR 2022

RePaint tiene 2.3k estrellas en GitHub. Se ha bifurcado 199 veces. RePaint está escrito principalmente en Python. Se desarrolla activamente desde 2021. Sus temas principales son: cvpr2022, diffusion-models, inpainting.

Frequently asked questions

¿Qué es RePaint?

Código y Modelos Oficiales de PyTorch de "RePaint: Inpainting usando Modelos Probabilísticos de Difusión de Denoising", CVPR 2022

¿RePaint es de código abierto?

RePaint es un proyecto de código abierto.

¿RePaint es gratis?

Sí. RePaint es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿En qué lenguaje está escrito RePaint?

RePaint está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
olud.ai badge — RePaint

Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=andreas128-repaint)](https://olud.ai/project/andreas128-repaint.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →

Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.