OrangeMixs on Hugging Face vs Drag Your GAN

OrangeMixs on Hugging Face hosts WarriorMama777's collection of Stable Diffusion merge checkpoints for text-to-image anime and illustration work. The repository bundles families like AbyssOrangeMix3, VividOrangeMix, BloodOrangeMix, and EerieOrangeMix, each tuned with U-Net block weight merging for different paint styles and realism levels.

Compared with single-base SD 1.5 checkpoints, OrangeMixs publishes full merge recipes, SHA256 hashes, sampler settings, and variant suffixes such as _sfw, _nsfw, and _hard so you can pick a checkpoint by intended output. AOM3 files are about 1.98 GB each, and the README documents negative prompts, CFG ranges, and hires fix settings tested by the community.

OrangeMixs targets local Stable Diffusion users on Automatic1111, ComfyUI-style workflows, or the Hugging Face Diffusers library. Downloads are free under the CreativeML OpenRAIL-M license, with optional Gradio demos and imports for Draw Things and DiffusionBee.

Drag Your GAN vous permet de remodeler une image générée en déplaçant des points de contrôle vers des emplacements ciblés sur la toile. Plutôt que de s'entraîner sur des données de pose étiquetées ou des priorités 3D, DragGAN déplace les pixels à l'intérieur du domaine d'image d'un GAN préentraîné afin que les modifications restent photoréalistes même lorsque des régions occultées sont imaginées. La page du projet héberge l'article SIGGRAPH 2023, des clips de démonstration et des liens vers le code source ouvert.

La plupart des éditeurs GAN s'appuient sur des annotations d'entraînement fixes ou des maillages 3D, ce qui limite ce que vous pouvez déformer. DragGAN associe une supervision du mouvement basée sur les caractéristiques à un suivi discriminatif des points pour que les points de contrôle suivent votre curseur tout en restant à la surface de l'objet. Cela le rend utile pour ajuster les poses d'animaux, les expressions faciales, les angles de voiture et les agencements de paysage sans réentraîner le générateur.

Des chercheurs, étudiants en infographie et ingénieurs en vision par ordinateur l'utilisent pour prototyper des flux de travail d'édition d'image interactifs. La page de l'Institut Max Planck distribue le PDF de l'article et le dépôt GitHub sous une licence Creative Commons non commerciale, avec les coordonnées de l'auteur principal.