pytorch

SD-XL 1.0-refiner Model Card Modelscope Usage from modelscope.utils.constant import Tasks from mode

该模型当前使用的是默认介绍模版，处于“预发布”阶段，页面仅限所有者可见。 请根据模型贡献文档说明，及时完善模型卡片内容。ModelScope平台将在模型卡片完善后展示。谢谢您的理解。 Clone wi

MossFormer语音分离模型介绍 我们日常可能会遇到在嘈杂环境中进行语言交流的场景，比如在人多的餐厅里或者拥挤的人群中，同时存在着许多不同的说话人的声音，这时听者可能只对一个主说话人的声音感兴趣，

OpenBuddy - Open Multilingual Chatbot GitHub and Usage Guide: https://github.com/OpenBuddy/OpenBuddy

Chinese Diffusion Model (Anime, 512 Resolution) 简介 Brief Introduction 我们开源了一个中文 Diffusion 模型，您可以直接输入

模型描述 (Model Description) 这是布局生成方法LayoutDM的官方实现。 Top: LayoutDM is trained to gradually gene

文字识别模型介绍 文字识别，即给定一张文本图片，识别出图中所含文字并输出对应字符串。 本模型用于通用场景(不包含手写场景)的文字识别任务。 欢迎使用！ 模型描述 本模型主要包括两个主要部分，统一卷积与

# SoftVC VITS Singing Voice Conversion [**English**](./README.md) | [**中文简体**](./README_zh_CN.md)

模型描述 (Model Description) MDQE (Mining Discriminative Query Embeddings) (CVPR2023) 是一种视频实例分割算法，对视频中遮挡

Control-LoRA Model Card Introduction By adding low-rank parameter efficient fine tuning to ControlNe

mPLUG-Owl介绍 mPLUG-Owl是一种面向多模态语言模型的模块化的训练范式。其能学习与语言空间相适应的视觉知识，并支持在多模态场景(支持图片、文本输入)下进行多轮对话。它涌现多图关系理解，场

OpenBuddy - Open Multilingual Chatbot GitHub and Usage Guide: https://github.com/OpenBuddy/OpenBuddy

Highlights 英文会议对话场景，端到端说话人日志预训练模型，解决 "who spoke when"，发表于ICASSP 2023，通过finetune可以在 Callhome 数据集上获得 S

文本绘制扩散模型TextDiffuser 扩散模型(Diffusion Models)目前无法在图像中绘制准确清晰的文字内容，而TextDiffuser专注于解决该问题，可以生成与背景融合的带文字的图

Fast Segment Anything  Paper ｜  GitHub   Fast Segment Anything Model（FastSAM）是一个

功能概述 输入一段英文文本，生成符合文本描述的3D人体运动序列（Skeleton-Based） 输入示例： ‘a man is walking ’ 输出示例： 输出为 环境准备 从github下载代

OpenBuddy - Open Multilingual Chatbot GitHub and Usage Guide: https://github.com/OpenBuddy/OpenBuddy

模型描述 (Model Description) ELITE是一种基于扩散模型实现图像主体保ID内容迁移的算法。该方法借助基于训练的encoder提取原图的语义信息，从而实现保ID的文生图和图像内容迁

MasaCtrl: Tuning-free Mutual Self-Attention Control for Consistent Image Synthesis and Editing M

输入一张人体图像，输出人体参数化模型SMPL的pose和shape估计结果，已经对应的vertices，3D关键点。 SMPL模型 pose 维度(24, 3)，包含1个global rota