Home› Progetti› RAVE
RAVE

RAVE

di RehgLab · GitHub

RAVE: Mischiamento di rumore randomizzato per editing video veloce e coerente con modelli di diffusione [CVPR 2024]

# diffusion# stable-diffusion# video-editing
Visualizza su GitHub
⭐ Stelle
314
🍴 Fork
19
📜 Licenza
MIT
Uso commerciale consentito
📅 Creato
2023
🔄 Ultimo commit
1 yr ago
🏷️ Categoria
diffusion
💻 Lingua
Python
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 →
RAVE — GitHub preview card
📈 Storia delle stelle
315314
2026-07-202026-07-29
📈 Segui RAVE

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

RAVE: Mischiamento di rumore randomizzato per editing video veloce e coerente con modelli di diffusione [CVPR 2024]

RAVE ha 314 stelle su GitHub. È stato forkato 19 volte. RAVE è scritto principalmente in Python. È in sviluppo attivo dal 2023. RAVE è disponibile con licenza MIT. I suoi temi principali sono: diffusion, stable-diffusion, video-editing.

❓ Frequently asked questions

Che cos'è RAVE?

RAVE: Mischiamento di rumore randomizzato per editing video veloce e coerente con modelli di diffusione [CVPR 2024]

RAVE è open source?

RAVE è un progetto open source. È rilasciato con licenza MIT.

RAVE è gratuito?

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

Con quale licenza è RAVE?

RAVE è disponibile con licenza MIT.

In quale linguaggio è scritto RAVE?

RAVE è scritto principalmente in Python.

🏅 Manutentore di questo progetto?
OpenSourceAI badge — RAVE

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

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=rehglab-rave)](https://opensourceai.tech/project/rehglab-rave.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →
StyleKeeper
Implementazione ufficiale di Pytorch di "StyleKeeper: Prevent Content Leakage using Negative Vi…
★ 483 · diffusion
condividediffusionstable-diffusion
LECO
Adattamento a basso rango per cancellare concetti dai modelli di diffusione.
★ 323 · diffusion
condividediffusionstable-diffusion
paint-with-words-sd
Implementazione di Paint-with-words con Stable Diffusion: metodo di eDiff-I che ti consente di…
★ 646 · diffusion
condividediffusionstable-diffusion
stable-diffusion-pytorch
Ancora un'altra implementazione di PyTorch di Stable Diffusion (probabilmente facile da leggere…
★ 593 · diffusion
condividediffusionstable-diffusion
latentblending
Crea transizioni fluide tra i prompt, alimentate da diffusione stabile
★ 365 · animation
condividediffusionstable-diffusion
DiffuEraser
DiffuEraser è un modello di diffusione per il video inpainting, che offre grande completezza de…
★ 676 · stable-diffusion
condividevideo-editingstable-diffusion
sd-akashic
Un compendio di informazioni riguardanti Stable Diffusion (SD)
★ 1.6k · diffusion
condividediffusionstable-diffusion
opendream
Un'interfaccia web di diffusione estensibile, facile da usare e portatile 👨‍🎨
★ 1.7k · ai
condividediffusionstable-diffusion
MegaDLMs
Framework ottimizzato per GPU per l'addestramento di modelli di linguaggio di diffusione su qua…
★ 343 · diffusion
condividediffusion
REPA
[ICLR'25 Oral] Allineamento della rappresentazione per la generazione: Addestrare i trasformato…
★ 1.7k · diffusion
condividediffusion

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