Accueil Projets clip-guided-diffusion
clip-guided-diffusion

clip-guided-diffusion

par afiaka87 · GitHub

Un outil CLI/module Python pour générer des images à partir de texte en utilisant la diffusion guidée et CLIP d'OpenAI.

Voir sur GitHub
⭐ Étoiles
🍴 Forks
📜 Licence
Utilisation commerciale autorisée
📅 Créé
🔄 Dernier commit
🏷️ Catégorie
💻 Langue
Vous maintenez ce projet ?

Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.

Revendiquer cette page →
clip-guided-diffusion — GitHub preview card
📈 Historique des étoiles
460459
2026-07-202026-07-29
📈 Suivez clip-guided-diffusion

Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.

Gratuit · sans carte · désinscription à tout moment
Recevoir des alertes e-mail →
📄 À propos

Un outil CLI/module Python pour générer des images à partir de texte en utilisant la diffusion guidée et CLIP d'OpenAI.

clip-guided-diffusion compte 459 étoiles sur GitHub. Il a été forké 60 fois. clip-guided-diffusion est écrit principalement en Python. Il est développé activement depuis 2021. clip-guided-diffusion est disponible sous licence MIT. Ses principaux thèmes sont : artificial-intelligence, deep-learning, diffusion, image-generation.

Frequently asked questions

Qu'est-ce que clip-guided-diffusion ?

Un outil CLI/module Python pour générer des images à partir de texte en utilisant la diffusion guidée et CLIP d'OpenAI.

clip-guided-diffusion est-il open source ?

clip-guided-diffusion est un projet open source. Il est distribué sous licence MIT.

clip-guided-diffusion est-il gratuit ?

Oui. clip-guided-diffusion est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Sous quelle licence est clip-guided-diffusion ?

clip-guided-diffusion est disponible sous licence MIT.

Dans quel langage clip-guided-diffusion est-il écrit ?

clip-guided-diffusion est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
olud.ai badge — clip-guided-diffusion

Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.

[![olud.ai](https://olud.ai/badge.php?tool=afiaka87-clip-guided-diffusion)](https://olud.ai/project/afiaka87-clip-guided-diffusion.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →
blended-diffusion
Implémentation officielle pour "Diffusion mélangée pour l'édition d'images naturelles pilotée p…
589 · blended-diffusion
partageopenai-clipdiffusion
blended-latent-diffusion
Implémentation officielle pour "Blended Latent Diffusion" [SIGGRAPH 2023]
632 · computer-vision
partagetext-to-image-synthesisdiffusion
CLIP-Guided-Diffusion
Juste en train de jouer avec l'exécution de CLIP Guided Diffusion localement, plutôt que d'util…
385 · openai-clip
partageopenai-cliptext-to-image
MagicBrush
[NeurIPS'23] "MagicBrush : Un ensemble de données annotées manuellement pour l'édition d'images…
411 · diffusion-models
partagetext-to-image-synthesistext-to-image
big-sleep
Un outil simple en ligne de commande pour la génération d'images à partir de texte, utilisant C…
2.6k · artificial-intelligence
partagemultimodalitytext-to-image
Ovis-Image
Ovis-Image est un modèle texte-à-image de 7B spécifiquement optimisé pour un rendu textuel de h…
321 · image-generation
partagetext-to-imageimage-generation
reconstruction-alignment
[ICLR 2026] Dépôt officiel de l'article "L'alignement de reconstruction améliore les modèles mu…
411 · aigc
partagediffusiontext-to-image
Autoregressive-Models-in-Vision-Survey
[TMLR 2025🔥] Une enquête sur les modèles autorégressifs en vision.
805 · acceleration
partagediffusiontext-to-image
stable-diffusion-pytorch
Encore une autre implémentation PyTorch de Stable Diffusion (probablement facile à lire)
593 · diffusion
partagediffusionimage-generation
UNO
[ICCV 2025] 🔥🔥 UNO : Une méthode de personnalisation universelle pour le conditionnement à la…
1.4k · diffusion
partagediffusiontext-to-image

Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.