- 1关于解决electron(简称安全警告csp): Electron Security Warning (Insecure Content-Security-Policy)的问题
- 2PyCharm使用GitLab，Git常用命令，Git提交规范_gitlab pycharm
- 3密码安全之公钥密码、散列算法、数字签名_ctf p g a b diffle-man
- 4115. 解释Python脚本程序的_name_的作用。_解释python脚本程序的“__name__”变量及其作用?
- 5【大模型评测】常见的大模型评测数据集_mmlu数据集
- 6关于copilot登录失败经验分享_idea githubcopliot登录
- 7蓝桥杯省赛冲刺（1）考试流程 做题技巧 手算题 杂题_蓝桥杯考点
- 8【Python入门学习笔记】_鱼c工作室python最新版
- 9财务数据智能化：用AI工具高效制作财务分析PPT报告_公司会计人工智能化数据分析披露
- 10下一代网络爬虫：AI agents_搜索ai agent爬虫
【GitHub项目推荐--AI画图】【转载】_ai文生图项目 github
赞
踩
MidJourney 参考手册
使用 MidJourney（最火爆的 AI 画图工具） 时，可以参考这个开源项目，该项目梳理了常用提示词和样式作为参考，非常详细！
开源项目：https://github.com/willwulfken/MidJourney-Styles-and-Keywords-Reference
使用 ChatGPT 生产提示词
这是一个基于 ChatGPT 的 MidJorney 提示生成模型，你不需要记住繁杂的提示词，告诉 ChatGPT 就行了，它会帮你生成。
开源项目：github.com/awekrx/ChatGPT-MidJourney-prompt
降低 AI 画图使用成本
该开源项目将难安装难配置的 AI 画图模型做成了一个网页，操作简单、玩法花样，该开源项目基于 Stable Diffusion 的开源项目。
开源地址：AUTOMATIC1111/stable-diffusion-webui
AI 画图资料合集
一个国人整理的 AI 画图资料合集，包含国内外可使用平台、使用教程、参数教程、部署教程、业界新闻等等，非常详细。
开源项目：https://github.com/hua1995116/awesome-ai-painting
AI 生成海报
这个开源项目有什么稀奇的？AI 画图不是已经有很多产品或者开源项目了吗？还真不是，像我们使用的 Midjourney 等画图软件，是没办法生成准确的文字的。
但是文字是海报上不可或缺的元素，于是 Stability AI 旗下的独立研发团队 DeepFloyd AI Research 开源了这个开源项目，这个项目能准确绘制文字，但目前不支持中文。
开源地址：https://github.com/deep-floyd/IF
让画中小人动起来
上传孩子画的涂鸦小人，然后在线编辑涂鸦小人的身体节点，设置一下小人的动作，就能生成动图啦。让孩子画作中的小人 "跳" 起来！
开源项目:https://github.com/facebookresearch/AnimatedDrawings
一款开源图像生成软件Fooocus
Fooocus 是一款开源的离线、开源、免费的图像生成软件，基于 Stable Diffusion 和 Midjourney 重新设计开发，离线可用，对你的电脑配置要求最低要有 4G 显存、8G内存。
使用 Fooocus 不需要费力吧啦的调参，更注重任何计算机的交互，它自动为你做了很多自动化的操作，哪怕你不了解 Midjourney 很多调参技巧，也能输出令人惊艳的图片。
开源地址：https://github.com/lllyasviel/fooocus
实时草图转图像
开源项目 flowty-realtime-lcm-canvas 是一个实时草图转图片演示项目，使用了 LCM 和 gradio 库。它允许用户在一个区域绘制草图，然后在另一个区域几乎实时地看到图像的变化。
该项目要求较高的 GPU 性能，4090 显卡在实时场景下性能通常最佳。作者在 MacBook Pro 上测试过，响应时间在可接受范围内，大约每次渲染需要 1.2 秒。
用户可以根据自己的设备性能调整参数以获得更好的结果。
开源地址：https://github.com/flowtyone/flowty-realtime-lcm-canvas
图片高分辨率
该开源项目基于论文《DemoFusion: Democratising High-Resolution Image Generation With No Money》，它的愿景是让更多人群能够轻松使用高分辨率图像生成技术。
提供了多种演示和使用方式，使用户能够快速上手并体验该技术。DemoFusion框架采用了渐进放大、跳跃残差和扩散采样机制，以实现更高分辨率的图像生成。
开源地址：https://github.com/PRIS-CV/DemoFusion
让你的图片变高清
开源项目 upscayl 基于 AI 算法放大和增强低分变率图像的图像，目前已经在 GitHub 上获得了 21.4 K 的 Star。
该项目原理基于 Real-ESRGAN 算法，该算法是 2021 年的工作，主要解决图片/视频修复的问题。upscayl 和 Real-ESRGAN 算法的开源地址如下：
开源地址：https://github.com/upscayl/upscayl/wiki/Guide
开源地址：https://github.com/xinntao/Real-ESRGAN
使用 upscayl 不需要重新部署，开发者提供了 Linux、Windows、Mac 的客户端进行下载。
