Accueil Projets big-sleep
big-sleep

big-sleep

par lucidrains · GitHub

Un outil simple en ligne de commande pour la génération d'images à partir de texte, utilisant CLIP d'OpenAI et un BigGAN. La technique a été initialement créée par https://twitter.com/advadnoun

Voir sur GitHub
En termes simples

Générez des images à partir de descriptions textuelles en utilisant un outil de ligne de commande simple.

⭐ Étoiles
🍴 Forks
🔥 Tendances
📜 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 →
big-sleep — GitHub preview card
📈 Historique des étoiles
2 5712 569
2026-07-072026-07-29
📈 Suivez big-sleep

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 simple en ligne de commande pour la génération d'images à partir de texte, utilisant CLIP d'OpenAI et un BigGAN. La technique a été initialement créée par https://twitter.com/advadnoun

big-sleep compte 2.6k étoiles sur GitHub. Il a été forké 302 fois. big-sleep est écrit principalement en Python. Il est développé activement depuis 2021. big-sleep est disponible sous licence MIT. Ses principaux thèmes sont : artificial-intelligence, deep-learning, generative-adversarial-networks, multimodality.

Frequently asked questions

Qu'est-ce que big-sleep ?

Un outil simple en ligne de commande pour la génération d'images à partir de texte, utilisant CLIP d'OpenAI et un BigGAN. La technique a été initialement créée par https://twitter.com/advadnoun

big-sleep est-il open source ?

big-sleep est un projet open source. Il est distribué sous licence MIT.

big-sleep est-il gratuit ?

Oui. big-sleep est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Sous quelle licence est big-sleep ?

big-sleep est disponible sous licence MIT.

Dans quel langage big-sleep est-il écrit ?

big-sleep est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
OpenSourceAI badge — big-sleep

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

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=lucidrains-big-sleep)](https://opensourceai.tech/project/lucidrains-big-sleep.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →
clip-guided-diffusion
Un outil CLI/module Python pour générer des images à partir de texte en utilisant la diffusion…
459 · artificial-intelligence
partagemultimodalitytext-to-image
Keras-GAN
Implémentations Keras de réseaux antagonistes génératifs.
9.2k · deep-learning
partagegenerative-adversarial-networks
GPT4RoI
(ECCVW 2025)GPT4RoI : Ajustement des instructions du modèle de langage large sur la région d'in…
556 · computer-vision
partagemultimodality
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-image
Pluralistic-Inpainting
[CVPR 2019] : Complétion d'image pluraliste
690 · generative-adversarial-networks
partagegenerative-adversarial-networks
RAG-Survey
Collecte de superbes articles sur RAG pour AIGC. Nous proposons une taxonomie des fondations, a…
1.8k · aigc
partagemultimodality
DALLE2-pytorch
Implémentation de DALL-E 2, le réseau de neurones de synthèse texte-image mis à jour d'OpenAI,…
11.3k · artificial-intelligence
partagetext-to-image
DF-GAN
[CVPR2022 oral] Une base simple et efficace pour la synthèse texte-image
326 · generative-adversarial-network
partagetext-to-image
awesome-video-generation
Une collection d'études incroyables sur la génération vidéo.
778 · diffusion-models
partagegenerative-adversarial-networks
VQGAN-CLIP
Juste en train de jouer avec l'exécution de VQGAN+CLIP localement, plutôt que d'avoir à utilise…
2.6k · text-to-image
partagetext-to-image

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