Home Progetti ConsisID
ConsisID
Python

ConsisID

[CVPR 2025 Highlight🔥] Generazione di video da testo preservando l'identità tramite decomposizione in frequenza

di PKU-YuanGroup · GitHub
Stelle
Fork
Licenza
Creato
Ultimo commit
Categoria
Lingua
diffusiondiffusion-modelsidentity-preservingApache-2.0Python
Visualizza su GitHub
In parole semplici

Genera video da testo mantenendo l'identità della stessa persona in tutti i clip.

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 →
ConsisID — GitHub preview card
📈 Storia delle stelle
849848
2026-07-202026-08-31
📈 Segui ConsisID

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

[CVPR 2025 Highlight🔥] Generazione di video da testo preservando l'identità tramite decomposizione in frequenza

ConsisID ha 848 stelle su GitHub. È stato forkato 45 volte. ConsisID è scritto principalmente in Python. È in sviluppo attivo dal 2024. ConsisID è disponibile con licenza Apache-2.0. I suoi temi principali sono: diffusion, diffusion-models, identity-preserving, text-to-video.

Frequently asked questions

Che cos'è ConsisID?

[CVPR 2025 Highlight🔥] Generazione di video da testo preservando l'identità tramite decomposizione in frequenza

ConsisID è open source?

ConsisID è un progetto open source. È rilasciato con licenza Apache-2.0.

ConsisID è gratuito?

Sì. ConsisID è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.

Con quale licenza è ConsisID?

ConsisID è disponibile con licenza Apache-2.0.

In quale linguaggio è scritto ConsisID?

ConsisID è scritto principalmente in Python.

🏅 Manutentore di questo progetto?
olud.ai badge — ConsisID

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=pku-yuangroup-consisid)](https://olud.ai/project/pku-yuangroup-consisid.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →
REPA
[ICLR'25 Oral] Allineamento della rappresentazione per la generazione: Addestrare i trasformato…
1.7k · diffusion
condividediffusiondiffusion-models
blended-latent-diffusion
Implementazione ufficiale per "Blended Latent Diffusion" [SIGGRAPH 2023]
631 · computer-vision
condividediffusiondiffusion-models
smalldiffusion
Codice semplice e leggibile per l'addestramento e il campionamento da modelli di diffusione
773 · diffusion
condividediffusiondiffusion-models
Awesome-Video-Diffusion-Models
[CSUR] Un'indagine sui modelli di diffusione video
2.3k · awesome
condividediffusiondiffusion-models
grasp_diffusion
Implementazione Pytorch di modelli di diffusione su Lie Groups per la generazione di pose di pr…
353 · deep-learning
condividediffusiondiffusion-models
transformerlab-app
L'ambiente di ricerca open source per i ricercatori AI per addestrare, valutare e scalare senza…
5.2k · diffusion
condividediffusiondiffusion-models
diffusionerf
[CVPR 2023] DiffusioNeRF: Regularizing Neural Radiance Fields with Denoising Diffusion Models
308 · deep-learning
condividediffusiondiffusion-models
Gen-L-Video
The official implementation for "Gen-L-Video: Multi-Text to Long Video Generation via Temporal…
308 · diffusion-models
condividetext-to-videodiffusion-models
Lumina-T2X
Lumina-T2X è un framework unificato per la Generazione di Testo in Qualsiasi Modalità
2.2k · aigc
condividediffusiondiffusion-models
model-based-diffusion
Implementazione ufficiale per il documento "Diffusione basata su modello per l'ottimizzazione d…
339 · control
condividediffusiondiffusion-models

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