Accueil Projets ImageFolder
ImageFolder
Python

ImageFolder

Tokenizers d'image haute performance pour VAR et AR

par lxa9867 · GitHub
Étoiles
Forks
Créé
Dernier commit
Langue
autoregressive-modelsconditional-generationdiffusion-modelsPython
Voir sur GitHub
En termes simples

Générez des images en utilisant des techniques de tokenisation avancées pour de meilleures performances dans la création d'images IA.

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 →
ImageFolder — GitHub preview card
📈 Historique des étoiles
308307
2026-07-202026-08-25
📈 Suivez ImageFolder

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

Tokenizers d'image haute performance pour VAR et AR

ImageFolder compte 307 étoiles sur GitHub. Il a été forké 7 fois. ImageFolder est écrit principalement en Python. Il est développé activement depuis 2024. Ses principaux thèmes sont : autoregressive-models, conditional-generation, diffusion-models, efficient-tokenizer.

Frequently asked questions

Qu'est-ce que ImageFolder ?

Tokenizers d'image haute performance pour VAR et AR

ImageFolder est-il open source ?

ImageFolder est un projet open source.

ImageFolder est-il gratuit ?

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

Dans quel langage ImageFolder est-il écrit ?

ImageFolder est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
olud.ai badge — ImageFolder

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=lxa9867-imagefolder)](https://olud.ai/project/lxa9867-imagefolder.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →
Diffusion-BERT
ACL'2023 : DiffusionBERT : Amélioration des modèles de langage masqués génératifs avec des modè…
342 · bert
partageconditional-generationdiffusion-models
NOVA
[ICLR 2025] Génération vidéo autorégressive sans quantification vectorielle
655 · autoregressive-models
partageautoregressive-modelsdiffusion-models
PDEBench
PDEBench : Un benchmark étendu pour l'apprentissage automatique scientifique.
1.2k · ai
partageautoregressive-models
VibeVoiceFusion
VibeVoiceFusion est un système web de génération vocale multi-locuteur complet avec ajustement…
483 · aigc
partageautoregressive-models
Infinity
[CVPR 2025 Oral]Infinity ∞ : Mise à l'échelle de la modélisation autorégressive bit à bit pour…
1.6k · auto-regressive-model
partageautoregressive-models
VAR
[NeurIPS 2024 Best Paper Award][GPT bat la diffusion🔥] [lois d'échelle dans la génération visue…
8.7k · auto-regressive-model
Causal-Forcing
[ICML 2026] Code source officiel pour "Causal Forcing: Autoregressive Diffusion Distillation Do…
932 · auto-regressive-diffusion-model
Liquid
(Accepté par IJCV) Liquid : Les modèles de langage sont évolutifs et générateurs multimodaux un…
640 · autoregressive-models
UniTok
[NeurIPS 2025 Spotlight] Un Tokenizer Unifié pour la Génération et la Compréhension Visuelle
530 · autoregressive-models
ATISS
Code pour "ATISS : Transformers autorégressifs pour la synthèse de scènes intérieures", NeurIPS…
339 · autoregressive-models

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