Awesome GitHub RepositoriesUnconditional Generation

This is a PyTorch-based implementation of diffusion models for synthesizing photorealistic images and video. It provides a framework for text-to-image and text-to-video generation, as well as unconditional image synthesis. The system utilizes a cascading diffusion pipeline to produce high-resolution imagery by passing low-resolution outputs through a sequence of super-resolution models. It also includes capabilities for image inpainting, allowing the reconstruction of masked or missing regions of visual media guided by surrounding context and text prompts. The project includes tools for diff

mmagic is a multimodal training pipeline and framework for generative AI, focusing on visual synthesis and restoration. It provides the infrastructure to build and train models for tasks such as text-to-image and text-to-video generation, 3D-aware content synthesis, and high-fidelity image translation using diffusion models and generative adversarial networks. The project distinguishes itself through specialized capabilities for generative model personalization, including techniques for fine-tuning subjects and styles. It also supports advanced visual manipulations such as latent space interp

This is a classifier-guided diffusion framework for high-fidelity image generation. It implements a cascaded diffusion pipeline that chains a base diffusion model with a dedicated upsampler to progressively increase image resolution in stages, and uses classifier-guided diffusion sampling to steer the reverse diffusion process toward higher-quality outputs. The framework provides tools for training diffusion models from scratch using distributed processes with gradient accumulation, as well as training classifier models that provide gradient-based guidance during sampling. It supports both un

Dieses Projekt ist ein Deep-Learning-Framework für KI-Bild-Super-Resolution und Gesichtssynthese. Es bietet einen Diffusionsmodell-Bild-Upscaler und einen generativen Gesichtsbild-Synthesizer, die in der Lage sind, niedrig aufgelöste Bilder mithilfe vortrainierter Modellgewichte in hochauflösende Ausgaben zu transformieren. Das System nutzt iterative Diffusionsverfeinerung und niedrig aufgelöstes geführtes Sampling, um feine Details und Schärfe wiederherzustellen. Es unterstützt sowohl die unkonditionierte Bildgenerierung, bei der Bilder von Grund auf neu erstellt werden, als auch die geführte Auflösungsverbesserung für die hochfrequente Gesichtsrekonstruktion. Das Repository enthält eine Diffusionsmodell-Trainingspipeline mit Multi-GPU-verteiltem Training und Initialisierung vortrainierter Gewichte. Diese Umgebung wird durch Modell-Experiment-Tracking, externes Metrik-Logging und Checkpoint-basiertes Wiederaufnehmen von Modellen unterstützt.