Home Progetti PyTorch-SVGRender
PyTorch-SVGRender
Python

PyTorch-SVGRender

Rendering differenziabile SVG: Generazione di grafica vettoriale utilizzando reti neurali. Supporto: text-to-SVG, Image-to-SVG, Editing SVG.

di ximinng · GitHub
Stelle
Fork
Licenza
Creato
Ultimo commit
Lingua
differentiable-renderingdiffusiondiffusion-modelsMPL-2.0Python
Visualizza su GitHub
In parole semplici

Genera grafica vettoriale da testo o immagini utilizzando reti neurali e modifica file SVG esistenti.

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 →
PyTorch-SVGRender — GitHub preview card
📈 Storia delle stelle
491490
2026-07-202026-08-31
📈 Segui PyTorch-SVGRender

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

Rendering differenziabile SVG: Generazione di grafica vettoriale utilizzando reti neurali. Supporto: text-to-SVG, Image-to-SVG, Editing SVG.

PyTorch-SVGRender ha 490 stelle su GitHub. È stato forkato 51 volte. PyTorch-SVGRender è scritto principalmente in Python. È in sviluppo attivo dal 2023. PyTorch-SVGRender è disponibile con licenza MPL-2.0. I suoi temi principali sono: differentiable-rendering, diffusion, diffusion-models, img-to-svg.

Frequently asked questions

Che cos'è PyTorch-SVGRender?

Rendering differenziabile SVG: Generazione di grafica vettoriale utilizzando reti neurali. Supporto: text-to-SVG, Image-to-SVG, Editing SVG.

PyTorch-SVGRender è open source?

PyTorch-SVGRender è un progetto open source. È rilasciato con licenza MPL-2.0.

PyTorch-SVGRender è gratuito?

Sì. PyTorch-SVGRender è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente. La sua licenza MPL-2.0 è copyleft: ogni versione modificata che distribuisce deve restare sotto la stessa licenza.

Con quale licenza è PyTorch-SVGRender?

PyTorch-SVGRender è disponibile con licenza MPL-2.0.

In quale linguaggio è scritto PyTorch-SVGRender?

PyTorch-SVGRender è scritto principalmente in Python.

🏅 Manutentore di questo progetto?
olud.ai badge — PyTorch-SVGRender

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=ximinng-pytorch-svgrender)](https://olud.ai/project/ximinng-pytorch-svgrender.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
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
ddrm
[NeurIPS 2022] Modelli di restauro a diffusione denoising -- Repository ufficiale del codice
668 · deblurring
condividediffusiondiffusion-models

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