YOLOs in this repo are trained with datasets that i have annotated myself, or with the help of my friends(They will be appropriately mentioned in those cases). YOLOs on open datasets will have their own pages. ~~Ultralytics 8.3.217 updates mask handling, which breaks function in main Adetailer repo. Install Ultralytics==8.3.216 or lower. Alternatively - use forks that fix this.~~ - Fixed in main repo. I've added some features to make Adetailer more usable and less manual - https://github.com/Anzhc/aadetailer-reforge > ## **Table of Contents** > - **Face segmentation** > - *Universal* > - *Real Face, gendered* > - **Eyes segmentation** > - **Head+Hair segmentation** > - **Breasts** > - *Breasts Segmentation* > - *Breast size detection/classification* > - **Drone detection** > - **Anime Art Scoring** > - **Support**

번역 대기 중 · 원문 표시

객체 탐지

입력 이미지→ 출력 미확인

요금 미확인멀티모달 및 채널 요금 별도 확인

자세히 보기 ↗

비교 추가출처 / 문서 ↗

MS-LC-EQ-D-VR_VAE

Anzhc

基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。

기본 정보 등록 · 상세 정보 보완 예정

분류 준비 중

입력 미확인→ 출력 미확인

요금 미확인멀티모달 및 채널 요금 별도 확인

자세히 보기 ↗

비교 추가출처 / 문서 ↗

Noobai11-CLIP-L-and-BigG-Anime-Text-Encoders

Anzhc

基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。

분류 준비 중

입력 미확인→ 출력 미확인

요금 미확인멀티모달 및 채널 요금 별도 확인

자세히 보기 ↗

비교 추가출처 / 문서 ↗

Qwen2D-Anime-VAE

Anzhc

Reduces oversharpening artifacts, can help with small features, like pupils (even in lowres), as well as overall reduction in noise.

번역 대기 중 · 원문 표시

분류 준비 중

입력 미확인→ 출력 미확인

요금 미확인멀티모달 및 채널 요금 별도 확인

자세히 보기 ↗

비교 추가출처 / 문서 ↗

Qwen2D-VAE

Anzhc

A modification of Qwen-Image-VAE to remove temporal dimension, collapsing it from 3D to 2D. Primarily meant for caching latents for training, but also can be used in ComfyUI to save a second ever so often. Because you don't need temporal dimension for Image models (unless you're doing research related to temporally consistent gens on them). Collapsing it to 2D does not alter output, while reducing required VRAM 3x, and speeding it up 2.5x.

번역 대기 중 · 원문 표시

분류 준비 중

입력 미확인→ 출력 미확인

요금 미확인멀티모달 및 채널 요금 별도 확인

자세히 보기 ↗

비교 추가출처 / 문서 ↗

Race-Classification-FairFace-YOLOv8

Anzhc

This model is based on FairFace 0.25 padding variant dataset composed by Microsoft researchers, aiming to reduce bias by better balancing classes in dataset. > **Karkkainen, Kimmo, and Joo, Jungseock.** > *FairFace: Face Attribute Dataset for Balanced Race, Gender, and Age for Bias Measurement and Mitigation.* > Proceedings of the IEEE/CVF Winter Conference on Applications of Computer Vision, 2021, pp. 1548–1558. > FairFace Dataset on GitHub This YOLOv8 training is meant only for race classification. I wanted a really really fast model for tagging, and this is likely what it's useful for! ~~I will provide a pipeline for running it on your datasets in future.~~ I've made simple scripts for you to use on your data. By default it will output .txt files(or append to existing), so modify for your specific needs: https://github.com/Anzhc/Simple-Utility-Scripts-for-YOLO/tree/main

번역 대기 중 · 원문 표시

이미지 분류

입력 이미지→ 출력 미확인

요금 미확인멀티모달 및 채널 요금 별도 확인

자세히 보기 ↗

비교 추가출처 / 문서 ↗