Home Progetti cross-image-attention
cross-image-attention
Python

cross-image-attention

Implementazione ufficiale per "Attenzione Cross-Image per Trasferimento di Aspetto Zero-Shot"

di garibida · GitHub
Stelle
Fork
Licenza
Creato
Ultimo commit
Lingua
appearance-transferdiffusion-modelsstable-diffusionMITPython
Visualizza su GitHub
In parole semplici

Trasferisci lo stile visivo tra due immagini utilizzando tecniche AI avanzate.

Mantieni questo progetto?

Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.

Rivendica questa pagina →
cross-image-attention — GitHub preview card
📈 Storia delle stelle
405404
2026-07-202026-08-31
📈 Segui cross-image-attention

Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.

Gratis · senza carta · disdici quando vuoi
Ricevi avvisi via email →
📄 Informazioni

Implementazione ufficiale per "Attenzione Cross-Image per Trasferimento di Aspetto Zero-Shot"

cross-image-attention ha 404 stelle su GitHub. È stato forkato 28 volte. cross-image-attention è scritto principalmente in Python. È in sviluppo attivo dal 2023. cross-image-attention è disponibile con licenza MIT. I suoi temi principali sono: appearance-transfer, diffusion-models, stable-diffusion, style-transfer.

Frequently asked questions

Che cos'è cross-image-attention?

Implementazione ufficiale per "Attenzione Cross-Image per Trasferimento di Aspetto Zero-Shot"

cross-image-attention è open source?

cross-image-attention è un progetto open source. È rilasciato con licenza MIT.

cross-image-attention è gratuito?

Sì. cross-image-attention è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.

Con quale licenza è cross-image-attention?

cross-image-attention è disponibile con licenza MIT.

In quale linguaggio è scritto cross-image-attention?

cross-image-attention è scritto principalmente in Python.

🏅 Manutentore di questo progetto?
olud.ai badge — cross-image-attention

Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.

[![olud.ai](https://olud.ai/badge.php?tool=garibida-cross-image-attention)](https://olud.ai/project/garibida-cross-image-attention.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →
mixture-of-diffusers
Miscela di Diffusori per composizione di scene e generazione di immagini ad alta risoluzione
449 · ai
condividestable-diffusiondiffusion-models
Attend-and-Excite
Implementazione ufficiale per "Attend-and-Excite: Guida Semantica Basata su Attenzione per Mode…
772 · diffusion-models
condividestable-diffusiondiffusion-models
e4t-diffusion
Implementazione del tuning del dominio basato su encoder per la personalizzazione rapida dei mo…
324 · deep-learning
condividestable-diffusiondiffusion-models
MACE
[CVPR 2024] "MACE: Mass Concept Erasure in Diffusion Models" (Implementazione ufficiale)
393 · diffusion-models
condividestable-diffusiondiffusion-models
Wuerstchen
Implementazione ufficiale di Würstchen: Pretraining Efficiente di Modelli da Testo a Immagine
555 · diffusion-models
condividestable-diffusiondiffusion-models
CrossAttentionControl
Implementazione non ufficiale di "Editing Immagine da Prompt a Prompt con Controllo di Attenzio…
1.3k · cross-attention
condividestable-diffusiondiffusion-models
dpm-solver
Codice ufficiale per "DPM-Solver: A Fast ODE Solver for Diffusion Probabilistic Model Sampling…
1.8k · diffusion-models
condividestable-diffusiondiffusion-models
AlignProp
AlignProp utilizza la retropropagazione del premio diretto per l'allineamento di modelli di dif…
324 · alignment
condividestable-diffusiondiffusion-models
InstructCV
[ ICLR 2024 ] Codice ufficiale per "InstructCV: Modelli di Diffusione Testo-Immagine Ottimizzat…
460 · diffusion-models
condividestable-diffusiondiffusion-models
Diffusion-Models-Papers-Survey-Taxonomy
Articoli, survey e tassonomia sui modelli di diffusione
3.4k · diffusion-models
condividestable-diffusiondiffusion-models

Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.