剑二十七

RMBG-2-Studio是一个基于BRIA-RMBG-2.0模型构建的增强型Pinokio应用程序，它不仅包含了安装文件，还提供了一系列强大的图像处理功能。以下是对该开源项目的详细介绍：项目背景与目的：RMBG-2-Studio旨在为用户提供一种高效、便捷的图像背景移除和图像合成工具。它利用了BRIA AI公司开发的RMBG v2.0背景移...

Hallo是一个由复旦大学、百度公司、苏黎世联邦理工学院和南京大学共同开发的AI对口型肖像图像动画技术，该技术能够基于语音音频输入生成逼真且动态的肖像图像视频。以下是该项目的详细介绍：项目背景：肖像图像动画技术：该技术旨在从单个静态图像和相应的语音音频中生成一个说话的人像，在视频游戏和虚拟现实、电影和电视制作、社交媒体和数字营销等领域具有巨大...

Diffusers Image Outpaint 是一个在 Hugging Face 上的开源项目，它为图像外绘（image outpainting）提供了强大的工具和解决方案。一、项目背景与目标在图像处理领域，有时我们需要对图像进行扩展或修复，尤其是在图像的边缘部分进行外绘，以创造出更完整或更具创意的图像效果。Diffusers Image...

群里一些小伙伴老在讲什么之前的老版本如何如何好用，如何得心应手。说实话我自己没有什么感觉。估计他们这些都是幻觉。但是你们要是喜欢之前的版本，我也是可以再分享出来，时间也是过得好快啊。截图如下 版本如下估计差不多了吧，应该没什么遗漏了。喜欢老版本的可以去下载试试。如果全部收藏的话 大概有170多G。。。你们看截图写在最后的最后，如果对这个工具使...

CodeFormer是一个基于AI技术的深度学习项目，由南洋理工大学和商汤科技联合研究中心共同开发。该项目专注于人脸复原领域，通过深度学习模型提升模糊或受损人脸图像的质量。CodeFormer结合了VQGAN和Transformer两种先进的神经网络架构，其中VQGAN利用向量量化技术将图像编码为一系列离散的向量，并通过解码器恢复成图像，而T...

GFPGAN是一个由腾讯PCG应用研究中心（ARC）开发的开源项目，专注于现实世界中的人脸修复算法。它利用预训练的人脸生成对抗网络（GAN）中的丰富先验信息来进行盲脸修复，尤其擅长处理低分辨率或损坏的人脸图像。GFPGAN主要特点：实用性：旨在为实际应用中的人脸恢复提供实用算法。先验信息：利用GAN（如StyleGAN2）中的丰富和多样先验信...

PhotoMaker是一个由腾讯ARC实验室和南开大学MCG-NKU联合开发的前沿图像生成工具，该项目在CVPR 2024会议上进行了展示。PhotoMaker旨在通过堆叠的ID嵌入技术，实现对真实人类照片的定制化编辑与生成。其核心功能在于能够迅速根据用户提供的参考图像（ID图像），结合文本提示，生成具有高度身份一致性（ID fidelity...

MVSEP-MDX23-music-separation-model 是一个专为2023年音乐分离挑战赛（MDX'23）设计的音频分离模型，它能够将音乐分解为四个独立的音轨：“低音”、“鼓声”、“人声”和“其他”。该模型在挑战赛中取得了第三名的好成绩（Leaderboard C），证明了其在音乐分离领域的强大实力。此模型基于Demuc...

转换速度还可以，我玩了一上午，大概10多秒就可以转一次1分钟左右的音频。效果还是不错的，分离出来的人声很干净，如果搭配其他字幕软件是很容易被识别出来的。关键是这个软件安装好就可以用了，不需要去设置一些复杂的参数什么的。UltimateVocalRemoverGUI是一款开源的人声分离软件，采用了最先进的音源分离模型，以去除音频文件中的人声。该...

Paints-Undo是一个专注于数字绘画行为的创新AI模型项目，其目标是为人类艺术家和研究者提供一个基础模型，以更好地理解和模拟人类绘画的过程。Paints-Undo的核心功能在于它能够通过输入图像，反向推导出绘制该图像的一系列步骤。这一功能不仅限于简单的素描、着色等过程，还能模拟复杂的阴影处理、图层变换、颜色曲线调整等人类艺术家在创作过程...

这个工具其实早就想分享出来了，但是一直都在瞎折腾，今天抽空弄一下。首先要说明一下这个工具必须是N卡才能运行，A卡的小伙伴看看演示就好了。效果你们看演示就知道了。我感觉这是目前数字人效果最为惊艳的一个了。我记得有不少的小伙伴问过我关于数字人的事，这个工具应该是目前效果最为惊艳了。操作也简单。下面是软件的截图 万能君已经做好了整合包。使用起来也超...

群里某个小伙伴说喜欢某个网站的壁纸，问我是否有办法全部弄下来，这必须有办法啊，然后用python随便写了一下。然后经过1天1夜的下载，总算全部下载下来了，代码我已经分享在群里，有小伙伴喜欢研究的话可以去看看。总共7200个视频，我也是晕死，我那个下载机打开这个目录都要假死几秒啊。总大小有330多个G,我分卷打包10G 一个都分了30多个卷，就...

热心网友万能君基于开源项目lama 做的一个壳 方便操作，无需搭建环境 解压后即可食用下面图片是官方演示效果，确实还是挺惊艳的：下面是这个开源项目的一些介绍LaMa（Resolution-Robust Large Mask Inpainting with Fourier Convolutions）是一种用于图像修复的深度学习模型。它专门设计用...

我之前在微信公众号上有分享这个工具的视频演示。点这里进去看看可以实现人声和背景音乐分类，也可以歌曲人声分类，我已经把所有的模型都下载好，解压即可使用。这个算是上次分享的那个人声背景音乐分离工具的后续吧，之前分享的时候是免费的，后来收费了，喜欢白嫖的人还是很多啊，这次补上这个工具吧 免费开源 无需联网即可操作SpleeterGUI是一款功能强大...

这个项目之前我一直都是知道的 但是为什么没有分享  是因为环境搭建的话 可能对一些小伙伴有难度今天刚好在网上瞎逛的时候 发现一个离线包 只要解压就可以食用。但是我是amd显卡 无法使用。所以我没办法测试，只能先分享出来给喜欢尝鲜的小伙伴试试先看看几张图片的演示吧让你们先惊艳一下下面是详细说明 如果你是一个喜欢拍照编辑图像的...

这是一个极简的人声和背景音乐分离工具，本地化网页操作，无需连接外网，使用 2stems/4stems/5stems 模型。将一首歌曲或者含有背景音乐的音视频文件，拖拽到本地网页中，即可将其中的人声和音乐声分离为单独的音频wav文件，可选单独分离“钢琴声”、“贝斯声”、“鼓声”等自动调用本地浏览器打开本地网页，模型已内置，无需连接外网下载。支持...

群里最近在讨论Stable Diffusion这个AI绘图工具。大部分问的是一些很基础的知识，刚好我之前又收藏了一些，感觉对各位小伙伴应该有用，我也是从这些视频入门的。这些视频教程都是别人用来割韭菜的。我大致看了下像某音上基本都是收199，299 这样的价格的。。。所以想学的话就下载加油看吧。也有群里小伙伴说让我出这样的教程，我的天，我要是有...

这个rope最新更新很大，而且效果也是越来越好，只是因为某些原因导致，被我一直很忽视了。抽空做了一期视频教程，其实这个工具使用起来也是非常简单。只是因为软件的界面有点反人性，导致一下接触的小伙伴很是懵B。说实话我刚开始也是很懵B。但是你们不要担心，看了我的教程后基本就是3分钟上手，5分钟精通了 教程时间大概是3分钟多，讲的比较细，耐心看完你肯...

我上次分享了一个图片生成视频的工具，那个效果只能算强差人意，距离我们想象中的图片生成视频还有太远的距离。不过我今天要分享的这个图片生成视频的工具距离我们的想象就不是那么远了。先来看一个演示。下面是生成的视频下面是演示视频这个可以看到这个生成的视频简直是可以说是很惊艳了。我一口气生成了好多个，这个AI工具 目前对于景物或者是风景 物品之类生成的...

前几天分享的AI视频换脸工具，很受小伙伴的喜欢。今天闲着没事就玩了几把街机游戏，像什么恐龙快打的还是不错的，超级经典好玩啊，但是画面实在是很模糊了。我想现在AI这么强大，能不能试着修复下这些画面。感觉也很好玩啊。先来一张黄帽的，我们这里就是这样叫他，真名也不记得了这是游戏直接截图的。超级模糊就是马赛克风格了我尝试修复下貌似是清晰多了但是效果有...