DM-GAN

StyleGAN-XL

AI GitHub リポジトリ

大規模で多様なデータセットから高解像度画像を生成するためのAIモデルです。StyleGANアーキテクチャを拡張し、画像合成の品質と多様性を向上させます。このプロジェクトでは、トレーニング、サンプル生成、画像反転および編集のためのコードを提供します。StyleGAN-XLは、大規模で多様なデータセットから高解像度画像を生成するためのAIモデルです。StyleGANアーキテクチャを拡張し、画像合成の品質と多様性を向上させます。このプロジェクトでは、トレーニング、サンプル生成、画像反転および編集のためのコードを提供します。

SNGAN Projection

AI GitHub リポジトリ

この GitHub リポジトリは、条件付き画像生成のための公式 Chainer 実装を提供します。敵対的生成ネットワーク（GAN）にスペクトル正規化とプロジェクション識別器を活用しています。ImageNet、犬、猫の画像などのデータセットでの学習、評価、画像生成のためのコードを含みます。

StyleSwin: Transformer-based GAN

AI GitHub リポジトリ

高解像度画像生成のために設計されたTransformerベースの敵対的生成ネットワーク（GAN）です。Swin Transformerと新しいダブルアテンションメカニズムを活用し、計算効率とモデリング能力のバランスを取り、最大1024x1024の解像度で優れた結果を達成します。StyleSwinは、高解像度画像生成のために設計されたTransformerベースの敵対的生成ネットワーク（GAN）です。Swin Transformerと新しいダブルアテンションメカニズムを活用し、計算効率とモデリング能力のバランスを取り、最大1024x1024の解像度で優れた結果を達成します。

Kandinsky 2

AI GitHub リポジトリ

多言語対応のテキストから画像への潜在拡散モデルです。テキストから画像への変換、画像から画像への変換、インペインティングなど、高度な画像生成機能を提供します。ControlNetをサポートしており、画像生成の制御を強化し、強力なエンコーダーを使用してテキストと画像の理解を向上させ、より美しい出力を実現します。Kandinsky 2は、多言語対応のテキストから画像への潜在拡散モデルです。テキストから画像への変換、画像から画像への変換、インペインティングなど、高度な画像生成機能を提供します。ControlNetをサポートしており、画像生成の制御を強化し、強力なエンコーダーを使用してテキストと画像の理解を向上させ、より美しい出力を実現します。

StyleCLIP

AI GitHub リポジトリ

StyleGANの画像に対するテキスト駆動型操作の公式実装です。StyleGANの生成能力とCLIPの視覚言語理解を組み合わせることで、テキストプロンプトによる直感的な画像編集を可能にします。本プロジェクトは、潜在ベクトル最適化、潜在マッパー、グローバルStyleSpace方向の3つの手法を提供します。StyleCLIPは、StyleGANの画像に対するテキスト駆動型操作の公式実装です。StyleGANの生成能力とCLIPの視覚言語理解を組み合わせることで、テキストプロンプトによる直感的な画像編集を可能にします。本プロジェクトは、潜在ベクトル最適化、潜在マッパー、グローバルStyleSpace方向の3つの手法を提供します。

LS-GAN

AI モデル

LS-GAN、またはLoss-Sensitive Generative Adversarial Networksは、GANの進化に焦点を当てたプロジェクトです。損失関数の革新的なアプローチを導入し、生成品質と安定性の向上を目指しています。このプロジェクトは、LS-GANとそのバリアントを実装および実験するためのソースコードを提供します。

LLaVA

AI GitHub リポジトリ

大規模言語とビジョン機能を組み合わせたビジュアル指示チューニングモデルです。GPT-4Vレベルのパフォーマンスを目指し、マルチモーダルな理解とインタラクションを可能にします。このプロジェクトは、研究者や開発者向けにコード、モデル、リソースを提供します。LLaVAは、大規模言語とビジョン機能を組み合わせたビジュアル指示チューニングモデルです。GPT-4Vレベルのパフォーマンスを目指し、マルチモーダルな理解とインタラクションを可能にします。このプロジェクトは、研究者や開発者向けにコード、モデル、リソースを提供します。

生成器内の信号処理を全面的に見直すことで、エイリアシングのない（alias-free）敵対的生成ネットワークを導入します。この革新により、「テクスチャスティッキング」が解消され、ビデオやアニメーションのより一貫性のある合成が可能になります。このモデルはStyleGAN2のFIDを達成しつつ、サブピクセルスケールでも平行移動と回転に対して…StyleGAN3は、生成器内の信号処理を全面的に見直すことで、エイリアシングのない（alias-free）敵対的生成ネットワークを導入します。この革新により、「テクスチャスティッキング」が解消され、ビデオやアニメーションのより一貫性のある合成が可能になります。このモデルはStyleGAN2のFIDを達成しつつ、サブピクセルスケールでも平行移動と回転に対して…