Inicio Proyectos stable-diffusion-aesthetic-gradients
stable-diffusion-aesthetic-gradients

stable-diffusion-aesthetic-gradients

por vicgalle · GitHub

Personalización para Stable Diffusion a través de Gradientes Estéticos 🎨

Ver en GitHub
En palabras simples

Personalizar la generación de imágenes guiando un modelo para crear visuales basados en tus estilos elegidos de un conjunto de imágenes.

⭐ Estrellas
🍴 Ramas
📜 Licencia
Licencia no especificada
📅 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 →
stable-diffusion-aesthetic-gradients — GitHub preview card
📈 Historial de estrellas
742741
2026-07-202026-07-29
📈 Sigue stable-diffusion-aesthetic-gradients

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

Personalización para Stable Diffusion a través de Gradientes Estéticos 🎨

stable-diffusion-aesthetic-gradients tiene 741 estrellas en GitHub. Se ha bifurcado 64 veces. stable-diffusion-aesthetic-gradients está escrito principalmente en Jupyter Notebook. Se desarrolla activamente desde 2022. Sus temas principales son: diffusion-models, laion, stable-diffusion, text-to-image.

Frequently asked questions

¿Qué es stable-diffusion-aesthetic-gradients?

Personalización para Stable Diffusion a través de Gradientes Estéticos 🎨

¿stable-diffusion-aesthetic-gradients es de código abierto?

stable-diffusion-aesthetic-gradients es un proyecto de código abierto.

¿stable-diffusion-aesthetic-gradients es gratis?

Sí. stable-diffusion-aesthetic-gradients es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿En qué lenguaje está escrito stable-diffusion-aesthetic-gradients?

stable-diffusion-aesthetic-gradients está escrito principalmente en Jupyter Notebook.

🏅 ¿Mantenedor de este proyecto?
olud.ai badge — stable-diffusion-aesthetic-gradients

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=vicgalle-stable-diffusion-aesthetic-gradients)](https://olud.ai/project/vicgalle-stable-diffusion-aesthetic-gradients.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
VQGAN-CLIP
Solo jugando con hacer funcionar VQGAN+CLIP localmente, en lugar de tener que usar colab.
2.6k · text-to-image
compartetext2imagetext-to-image
MACE
[CVPR 2024] "MACE: Borrado Masivo de Conceptos en Modelos de Difusión" (Implementación Oficial)
394 · diffusion-models
compartetext-to-imagediffusion-models
AlignProp
AlignProp utiliza retropropagación de recompensa directa para la alineación de modelos de difus…
324 · alignment
compartetext-to-imagediffusion-models
CLIP-Guided-Diffusion
Solo jugando con la ejecución de CLIP Guided Diffusion localmente, en lugar de tener que usar c…
385 · openai-clip
compartetext2imagetext-to-image
cross-image-attention
Implementación oficial para "Atención entre Imágenes para Transferencia de Apariencia Zero-Shot…
404 · appearance-transfer
compartetext-to-imagediffusion-models
Diffusion-Models-Papers-Survey-Taxonomy
Artículos, encuestas y taxonomía de modelos de difusión
3.4k · diffusion-models
compartetext-to-imagediffusion-models
InstructCV
[ ICLR 2024 ] Base de código oficial para "InstructCV: Modelos de Difusión de Texto a Imagen Aj…
461 · diffusion-models
compartetext-to-imagediffusion-models
OneDiffusion
Implementación oficial del artículo OneDiffusion (CVPR 2025)
662 · diffusion-models
compartetext-to-imagediffusion-models

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