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 permite remodelar uma imagem gerada arrastando pontos de controle para locais específicos na tela. Em vez de treinar com dados de pose rotulados ou prévias 3D, o DragGAN move pixels dentro do espaço de imagens de um GAN pré-treinado para que as edições permaneçam fotorrealistas mesmo quando regiões ocultas são imaginadas. A página do projeto hospeda o artigo do SIGGRAPH 2023, clipes de demonstração e links para o código aberto.

A maioria dos editores de GAN depende de anotações fixas de treinamento ou malhas 3D, o que limita o que pode ser deformado. O DragGAN combina supervisão de movimento baseada em características com rastreamento discriminativo de pontos para que os pontos de controle sigam o cursor enquanto permanecem na superfície do objeto. Isso o torna útil para ajustar poses de animais, expressões faciais, ângulos de carros e layouts de paisagens sem precisar retreinar o gerador.

Pesquisadores, estudantes de computação gráfica e engenheiros de visão computacional o utilizam para prototipar fluxos de trabalho interativos de edição de imagens. A página do Instituto Max Planck distribui o PDF do artigo e o repositório GitHub sob uma licença Creative Commons não comercial, com detalhes de contato do autor principal.