タグ: AIのオープンソースプロジェクト 41ページ

包括的な紹介 DCT-Netは、DAMOアカデミーと北京大学王宣コンピューター技術研究所によって開発されたオープンソースプロジェクトで、画像のアニメ定型変換を目指している。このプロジェクトは、DCT(Domain-Calibrated Translation)によるディープラーニング技術を利用し、...

一般的な紹介 Diffusers Image Outpaintは、Hugging Faceコミュニティメンバーのfffiloniによって作成された強力なAI画像拡張ツールです。このツールは、高度な拡散モデリング技術を使用して、画像をシームレスに拡張（画像のエッジをアウトペイント）し、高品質な画像を作成します...

包括的な紹介 Tap4 AI WebUIは、オープンソースの軽量AIツールナビゲーションウェブサイトプロジェクトです。このプロジェクトは、Next.jsとSupabase技術スタックを使用し、多言語SEO最適化をサポートし、AIツールの分類フィルタリング、検索、詳細表示機能を提供します。

CodeFormer 概要 CodeFormerは、南洋理工大学S-Labの研究チームによって開発され、NeurIPS 2022で発表された、頑健なブラインド顔修正のためのコードベースである。このプロジェクトは、コードブック・ルックアップ・トランスフォーマー（Codebook Lookup Transformer）技術を利用し、...

包括的な紹介 GFPGAN (Generative Facial Prior GAN) は、Tencent ARC (Applied Research Center) によって開発されたオープンソースの顔修復アルゴリズムです。このアルゴリズムは、事前に訓練された顔GAN（StyleGAN2など）にカプセル化された豊富で多様な事前要素を利用して、ブラインド顔修復を行う。

一般的な紹介 Curiosityは、主にLangGraphとFastHTMLの技術スタックを使用し、PerplexityのようなAI検索製品を構築することを目標に、探求と実験を目的としたプロジェクトです。プロジェクトの中心は、Tavily検索を使ってテキスト生成を強化するシンプルなReActエージェントです。

総合紹介 Moshi Chatは、フランスの非営利AI研究所Kyutaiが立ち上げたエンドツーエンドのリアルタイムAI音声アシスタントです。リアルタイムで話を聞くだけでなく、自然な会話に参加し、見る、聞く、話すといったマルチモーダルなインタラクションをサポートします。Moshi Chatはユーザーのイントネーションを理解し、...

QAnything 概要 QAnything（Question and Answer based on Anything）は、NetEaseが発表したローカルナレッジベースQ&Aシステムで、あらゆる種類のファイル形式とデータベースをサポートし、オフラインでインストールして使用することができます。QAnythingはPDF、Word、PPT、XLSやその他の形式のドキュメントを扱うことができ、クロス検索をサポートしています。

概要 stickerbakerは、人工知能技術を使って様々な面白いステッカーを作成するオープンソースのステッカーメーカーです。シンプルな猫のステッカーが欲しい人も、様々な種類のステッカーを作りたい人も、stickerbakerにお任せください。欲しいステッカーを記述するだけです...

一般的な紹介 ALogはAIベースの音声日記アプリケーションで、ユーザーが音声で日常生活を記録できるように設計されています。duxinsによって開発され、GitHubでオープンソース化されています。ユーザーは音声入力で日記を記録することができ、アプリは自動的に音声をテキストに変換し、インテリジェントに分析します...