# 圖像到圖像轉換

基於PixArt-900M的ControlNet PEFT LoRA模型，用於圖像生成，支持文本到圖像和圖像到圖像的轉換。

這是一個基於MIT許可證發佈的西班牙語圖像到圖像處理模型。

GenStereo 是一個用於開放世界立體圖像生成與無監督匹配的模型。

CLEAR 是一種基於擴散變換器的圖像到圖像生成模型，通過類卷積線性化技術加速預訓練過程。

一個基於擴散模型的虛擬試穿系統，能夠從著裝者生成平鋪衣物

StableNormal是一個通過降低擴散方差實現穩定銳利的法線貼圖生成的模型

OmniGen是一個統一的圖像生成模型，支持多種圖像生成任務。

由Jasper研究團隊開發的基於Flux.1-dev的表面法線地圖ControlNet模型，用於圖像到圖像的轉換任務。

Stable Diffusion 1.5 是一個基於潛在擴散模型的高分辨率圖像生成模型，能夠根據文本描述生成高質量的圖像。

基於潛在擴散模型的高分辨率圖像生成模型，能夠根據文本描述生成高質量藝術圖像。

基於潛在擴散模型的高分辨率圖像生成模型，支持文本到圖像和圖像到圖像的轉換。

一個基於穩定擴散和控制網絡的圖像到圖像模型，專注於生成和識別二維碼。

DiLightNet是一個基於擴散模型的圖像生成系統，專注於細粒度的光照控制，能夠生成具有精確光照效果的圖像。

基於穩定擴散技術的圖像生成模型，專注於生成高度逼真的圖像

ControlNet v1.1 是一個基於線稿圖像條件的神經網絡結構，用於控制預訓練的擴散模型以支持額外的輸入條件。

這是一個基於Stable Diffusion v2.1的二維碼條件控制網絡模型，能夠生成包含二維碼的藝術圖像。

ControlNet v1.1是基於Stable Diffusion的擴散模型增強結構，通過openpose姿態條件實現精確的圖像生成控制。

基於LAION人臉數據集訓練的ControlNet模型，用於生成帶精確面部表情控制的圖像

基於深度信息的圖像生成與編輯模型，支持通過文本提示和深度圖生成高質量圖像

這是一個基於分割圖的控制網絡模型，專門用於生成高品質室內設計圖像，允許用戶通過分割圖精確控制房間內物品的佈局。

ControlNet v1.1 是 ControlNet v1.0 的繼任模型，通過添加深度圖像條件來控制 Stable Diffusion 模型的生成。

ControlNet v1.1 是 ControlNet v1.0 的繼任模型，通過添加額外條件來控制擴散模型，特別適用於基於塗鴉圖像的生成任務。

ControlNet v1.1 是 ControlNet v1.0 的繼任模型，用於通過開放姿態圖像條件控制 Stable Diffusion 等擴散模型。

ControlNet v1.1 是一個基於線稿圖像條件的擴散模型控制網絡，用於增強Stable Diffusion等模型的生成控制能力。

基於Stable Diffusion 1.5微調的圖像生成模型，專注於生成半現實主義風格的圖像。

基於Stable Diffusion 1.5微調的2.5D風格圖像生成模型，支持文本生成圖像和圖像到圖像轉換

該模型用於預測多孔微結構在受力情況下的應變場分佈。