awesome-repositories.com
Blog
MCP
awesome-repositories.com

Entdecke die besten Open-Source-Repositories mit KI-gestützter Suche.

EntdeckenKuratierte SuchenOpen-Source-AlternativenSelf-hosted SoftwareBlogSitemap
ProjektMCP-ServerÜber unsRanking-MethodikPresse
RechtlichesDatenschutzAGB
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

1 Repo

Awesome GitHub RepositoriesObject-Specific Prompt Mapping

Techniques for assigning unique text instructions to multiple detected objects within a single image.

Distinct from Objective-Based Prompt Tuning: The candidates relate to game objectives, RBAC, or prompt tuning; none cover the spatial assignment of prompts to detected image regions.

Explore 1 awesome GitHub repository matching artificial intelligence & ml · Object-Specific Prompt Mapping. Refine with filters or upvote what's useful.

Awesome Object-Specific Prompt Mapping GitHub Repositories

Finde die besten Repos mit KI.Wir suchen mit KI nach den am besten passenden Repositories.
  • bing-su/adetailerAvatar von Bing-su

    Bing-su/adetailer

    4,763Auf GitHub ansehen↗

    Adetailer ist eine Stable-Diffusion-Inpainting-Erweiterung und ein automatisierter Detail-Enhancer, der spezifische Bildbereiche identifiziert, um die Qualität durch gezieltes Inpainting zu verbessern. Es fungiert als KI-Bildmaskierungstool, das Erkennungsmodelle verwendet, um präzise Masken für die automatisierte Bildbearbeitung zu erstellen. Das System zeichnet sich dadurch aus, dass es strukturelle Leitlinien wie Tiefe und Pose integriert, um den Inpainting-Prozess einzuschränken und die anatomische Konsistenz zu wahren. Es unterstützt zudem objekt-spezifische Prompt-Zuweisungen, wodurch eindeutige Textanweisungen mithilfe von Trennzeichen (Separator Tokens) mehreren erkannten Objekten innerhalb eines einzigen Bildes zugeordnet werden können. Das Tool bietet eine vollständige Pipeline zur Bildverfeinerung, die automatisierte Maskengenerierung, morphologische Maskentransformationen und Objektfilterung basierend auf Konfidenzschwellen und Größenverhältnissen abdeckt. Es kombiniert diese Funktionen in einem iterativen Prozess aus Erkennung, Maskierung und Diffusion, um Details zu verfeinern, ohne die globale Komposition zu verändern.

    Provides the ability to map distinct inpainting prompts to different detected objects using separator tokens for targeted refinement.

    Pythonsd-webuistable-diffusion-webuistable-diffusion-webui-plugin
    Auf GitHub ansehen↗4,763
  1. Home
  2. Artificial Intelligence & ML
  3. Object-Specific Prompt Mapping