Home Progetti Attend-and-Excite
Attend-and-Excite
Jupyter Notebook

Attend-and-Excite

Implementazione ufficiale per "Attend-and-Excite: Guida Semantica Basata su Attenzione per Modelli di Diffusione da Testo a Immagine" (SIGGRAPH 2023)

di yuval-alaluf · GitHub
Stelle
Fork
Licenza
Creato
Ultimo commit
diffusion-modelsstable-diffusiontext-to-imageMITJupyter Notebook
Visualizza su GitHub
In parole semplici

Genera immagini da descrizioni testuali utilizzando un modello IA avanzato che migliora la qualità dell'immagine.

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 →
Attend-and-Excite — GitHub preview card
📈 Storia delle stelle
773772
2026-07-202026-08-31
📈 Segui Attend-and-Excite

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 "Attend-and-Excite: Guida Semantica Basata su Attenzione per Modelli di Diffusione da Testo a Immagine" (SIGGRAPH 2023)

Attend-and-Excite ha 772 stelle su GitHub. È stato forkato 63 volte. Attend-and-Excite è scritto principalmente in Jupyter Notebook. È in sviluppo attivo dal 2023. Attend-and-Excite è disponibile con licenza MIT. I suoi temi principali sono: diffusion-models, stable-diffusion, text-to-image.

Frequently asked questions

Che cos'è Attend-and-Excite?

Implementazione ufficiale per "Attend-and-Excite: Guida Semantica Basata su Attenzione per Modelli di Diffusione da Testo a Immagine" (SIGGRAPH 2023)

Attend-and-Excite è open source?

Attend-and-Excite è un progetto open source. È rilasciato con licenza MIT.

Attend-and-Excite è gratuito?

Sì. Attend-and-Excite è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.

Con quale licenza è Attend-and-Excite?

Attend-and-Excite è disponibile con licenza MIT.

In quale linguaggio è scritto Attend-and-Excite?

Attend-and-Excite è scritto principalmente in Jupyter Notebook.

🏅 Manutentore di questo progetto?
olud.ai badge — Attend-and-Excite

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=yuval-alaluf-attend-and-excite)](https://olud.ai/project/yuval-alaluf-attend-and-excite.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →
e4t-diffusion
Implementazione del tuning del dominio basato su encoder per la personalizzazione rapida dei mo…
324 · deep-learning
condividetext-to-imagestable-diffusion
MACE
[CVPR 2024] "MACE: Mass Concept Erasure in Diffusion Models" (Implementazione ufficiale)
393 · diffusion-models
condividetext-to-imagestable-diffusion
stable-diffusion-aesthetic-gradients
Personalizzazione per Stable Diffusion tramite Gradienti Estetici 🎨
741 · diffusion-models
condividetext-to-imagestable-diffusion
mixture-of-diffusers
Miscela di Diffusori per composizione di scene e generazione di immagini ad alta risoluzione
449 · ai
condividestable-diffusiondiffusion-models
flux-krea
Repository ufficiale di GitHub per FLUX.1 Krea [dev].
364 · diffusion-models
condividetext-to-imagediffusion-models
Dreambooth-Stable-Diffusion
Implementazione di Dreambooth (https://arxiv.org/abs/2208.12242) con Stable Diffusion
7.7k · pytorch
condividetext-to-imagestable-diffusion
awesome-text-to-image-studies
Una raccolta di studi straordinari sulla generazione di testo in immagine.
760 · artificial-intelligence
condividetext-to-imagediffusion-models
TokenFlow
Implementazione ufficiale di Pytorch per "TokenFlow: Caratteristiche di Diffusione Consistenti…
1.7k · iclr2024
condividetext-to-imagestable-diffusion
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

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