Início Projetos cross-image-attention
cross-image-attention
Python

cross-image-attention

Implementação Oficial para "Atenção entre Imagens para Transferência de Aparência Zero-Shot"

por garibida · GitHub
Estrelas
Forks
Licença
Criado
Último commit
Linguagem
appearance-transferdiffusion-modelsstable-diffusionMITPython
Ver no GitHub
Em palavras simples

Transfira o estilo visual entre duas imagens usando técnicas avançadas de IA.

Mantem este projeto?

Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.

Reivindicar esta pagina →
cross-image-attention — GitHub preview card
📈 Histórico de estrelas
405404
2026-07-202026-08-31
📈 Acompanhe cross-image-attention

Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.

Grátis · sem cartão · cancele quando quiser
Receber alertas por e-mail →
📄 Sobre

Implementação Oficial para "Atenção entre Imagens para Transferência de Aparência Zero-Shot"

cross-image-attention tem 404 estrelas no GitHub. Foi bifurcado 28 vezes. cross-image-attention é escrito principalmente em Python. Está em desenvolvimento ativo desde 2023. cross-image-attention está disponível sob a licença MIT. Os seus principais temas são: appearance-transfer, diffusion-models, stable-diffusion, style-transfer.

Frequently asked questions

O que é cross-image-attention?

Implementação Oficial para "Atenção entre Imagens para Transferência de Aparência Zero-Shot"

cross-image-attention é de código aberto?

cross-image-attention é um projeto de código aberto. É distribuído sob a licença MIT.

cross-image-attention é gratuito?

Sim. cross-image-attention é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.

Sob que licença está cross-image-attention?

cross-image-attention está disponível sob a licença MIT.

Em que linguagem cross-image-attention está escrito?

cross-image-attention é escrito principalmente em Python.

🏅 Mantenedor deste projeto?
olud.ai badge — cross-image-attention

Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=garibida-cross-image-attention)](https://olud.ai/project/garibida-cross-image-attention.html)
Mais opções de badge →
🧬 Partilha ADN com🧬 Ver o mapa de ADN →
mixture-of-diffusers
Mistura de Diffusers para composição de cenas e geração de imagens de alta resolução
449 · ai
partilhastable-diffusiondiffusion-models
Attend-and-Excite
Implementação Oficial para "Attend-and-Excite: Orientação Semântica Baseada em Atenção para Mod…
772 · diffusion-models
partilhastable-diffusiondiffusion-models
e4t-diffusion
Implementação de Ajuste de Domínio Baseado em Encoder para Personalização Rápida de Modelos de…
324 · deep-learning
partilhastable-diffusiondiffusion-models
MACE
[CVPR 2024] "MACE: Mass Concept Erasure in Diffusion Models" (Implementação Oficial)
393 · diffusion-models
partilhastable-diffusiondiffusion-models
Wuerstchen
Implementação oficial do Würstchen: Pré-treinamento Eficiente de Modelos de Texto para Imagem
555 · diffusion-models
partilhastable-diffusiondiffusion-models
CrossAttentionControl
Implementação não oficial de "Edição de Imagem Prompt-to-Prompt com Controle de Atenção Cruzada…
1.3k · cross-attention
partilhastable-diffusiondiffusion-models
dpm-solver
Código oficial para "DPM-Solver: Um Solucionador Rápido de ODE para Amostragem de Modelos Proba…
1.8k · diffusion-models
partilhastable-diffusiondiffusion-models
AlignProp
AlignProp usa retropropagação de recompensa direta para o alinhamento de modelos de difusão de…
324 · alignment
partilhastable-diffusiondiffusion-models
InstructCV
[ICLR 2024] Base de código oficial para "InstructCV: Modelos de Difusão Texto-para-Imagens Ajus…
460 · diffusion-models
partilhastable-diffusiondiffusion-models
Diffusion-Models-Papers-Survey-Taxonomy
Artigos, pesquisas e taxonomia de modelos de difusão
3.4k · diffusion-models
partilhastable-diffusiondiffusion-models

Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.