AIbase
TW
模型選型
標籤
512x512高分辨率

# 512x512高分辨率

Stable Diffusion 1.5
Openrail
基於擴散的文本生成圖像模型，能夠根據文本輸入生成逼真圖像
文本生成圖像
S
pt-sk
1,477
11
Adaptformer LEVIR CD
MIT
AdaptFormer是一種用於遙感圖像變化檢測的自適應分層語義方法，針對不同語義深度採取差異化策略。
圖像分割 Transformers
A
deepang
48
1
Animov 512x
基於diffusers的文本轉視頻模型，通過ModelScope微調實現動漫風格呈現，訓練分辨率為512x512像素。
文本生成視頻
A
vdo
94
2
Stable Diffusion V1 5
Openrail
基於潛在擴散模型的文生圖系統，能夠根據文本輸入生成逼真圖像
圖像生成
S
botp
9,101
26
Animov 512x
基於diffusers框架微調的文本生成視頻模型，具備顯著的動漫視覺特徵，訓練分辨率為512x512像素。
文本生成視頻
A
strangeman3107
24
27
Stable Diffusion V 1 3 Original
Openrail
Stable Diffusion是一種潛在擴散模型，能夠根據文本輸入生成逼真圖像。v1.3版本在v1.2基礎上進行了美學優化訓練。
文本生成圖像
S
CompVis
17
17
Deeplabv3 Mobilevit Small
輕量級視覺Transformer模型，結合MobileNetV2與Transformer模塊，適用於移動端語義分割任務
圖像分割 Transformers
D
apple
817
16
Segformer B3 Finetuned Ade 512 512
其他
該SegFormer模型在512x512分辨率下針對ADE20k數據集進行了微調，採用分層式Transformer編碼器與輕量級全MLP解碼頭架構。
圖像分割 Transformers
S
nvidia
13.13k
12
AIbase
智啟未來，您的人工智能解決方案智庫
English简体中文繁體中文にほんご
© 2025AIbase