Inicio Proyectos semantic-draw
semantic-draw

semantic-draw

por ironjr · GitHub

Código oficial para el artículo de CVPR 2025 "SemanticDraw: Hacia la creación de contenido interactivo en tiempo real a partir de modelos de difusión de imágenes."

Ver en GitHub
⭐ Estrellas
🍴 Ramas
🔥 Tendencias
📜 Licencia
Uso comercial permitido
📅 Creado
🔄 Último commit
🏷️ Categoría
💻 Lenguaje
¿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 →
semantic-draw — GitHub preview card
📈 Historial de estrellas
590589
2026-07-202026-07-29
📈 Sigue semantic-draw

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 oficial para el artículo de CVPR 2025 "SemanticDraw: Hacia la creación de contenido interactivo en tiempo real a partir de modelos de difusión de imágenes."

semantic-draw tiene 590 estrellas en GitHub. Se ha bifurcado 52 veces. semantic-draw está escrito principalmente en Jupyter Notebook. Se desarrolla activamente desde 2024. semantic-draw está disponible bajo la licencia MIT. Sus temas principales son: cvpr2025, diffusion-models, drawing, huggingface-spaces.

Frequently asked questions

¿Qué es semantic-draw?

Código oficial para el artículo de CVPR 2025 "SemanticDraw: Hacia la creación de contenido interactivo en tiempo real a partir de modelos de difusión de imágenes."

¿semantic-draw es de código abierto?

semantic-draw es un proyecto de código abierto. Se distribuye bajo la licencia MIT.

¿semantic-draw es gratis?

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

¿Bajo qué licencia está semantic-draw?

semantic-draw está disponible bajo la licencia MIT.

¿En qué lenguaje está escrito semantic-draw?

semantic-draw está escrito principalmente en Jupyter Notebook.

🏅 ¿Mantenedor de este proyecto?
olud.ai badge — semantic-draw

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=ironjr-semantic-draw)](https://olud.ai/project/ironjr-semantic-draw.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →
Attend-and-Excite
Implementación oficial para "Attend-and-Excite: Guía Semántica Basada en Atención para Modelos…
770 · diffusion-models
compartetext-to-imagediffusion-models
e4t-diffusion
Implementación de ajuste de dominio basado en codificadores para la personalización rápida de m…
324 · deep-learning
compartetext-to-imagediffusion-models
MultiDiffusion
Implementación oficial en Pytorch para "MultiDiffusion: Fusión de Rutas de Difusión para Genera…
1.1k · diffusion-models
compartetext-to-imageimage-generation
MACE
[CVPR 2024] "MACE: Borrado Masivo de Conceptos en Modelos de Difusión" (Implementación Oficial)
394 · diffusion-models
compartetext-to-imagediffusion-models
LLM-groundedDiffusion
Difusión fundamentada en LLM: Mejorando la Comprensión de Prompts de Modelos de Difusión de Tex…
483 · image-generation
compartetext-to-imageimage-generation
AlignProp
AlignProp utiliza retropropagación de recompensa directa para la alineación de modelos de difus…
324 · alignment
compartetext-to-imagediffusion-models
HunyuanImage-2.1
HunyuanImage-2.1: Un modelo de difusión eficiente para generación de imágenes de texto a imagen…
673 · aigc
compartetext-to-imageimage-generation
storyteller
Narrador de historias de IA multimodal, construido con Stable Diffusion, GPT y texto a voz neur…
537 · ddpm
compartetext-to-imageimage-generation
cross-image-attention
Implementación oficial para "Atención entre Imágenes para Transferencia de Apariencia Zero-Shot…
404 · appearance-transfer
compartetext-to-imagediffusion-models
stable-diffusion-aesthetic-gradients
Personalización para Stable Diffusion a través de Gradientes Estéticos 🎨
741 · diffusion-models
compartetext-to-imagediffusion-models

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