Модели

Двусторонняя референсная архитектура (BiRefNet) для высокодетальной дихотомической сегментации изображений (DIS)

Увеличение разрешения изображений с помощью SeedVR2.

Увеличение разрешения изображений в заданное число раз.

Фреймворк с двусторонним референсом (BiRefNet) для дихотомической сегментации изображений высокого разрешения (DIS).

Clarity — апскейлер для увеличения разрешения изображений с очень высокой точностью.

Эндпоинт ffmpeg для извлечения из видео первого, среднего и последнего кадров.

Pixelcut Background Remover быстро удаляет фон с изображений с очень высоким качеством. Подходит для e-commerce и сценариев редактирования изображений. Благодаря продвинутому ИИ вырезает объекты чисто и точно.

Удаляет фон с изображения.

Препроцессор Depth Anything v2.

Увеличение разрешения изображений с помощью AuraSR.

Продвинутый инструмент улучшения изображений для проработки деталей лица и портретной съёмки на основе технологии увеличения разрешения Clarity AI.

FASHN v1.6 обеспечивает точную виртуальную примерку: по фото на модели или фото одежды, разложенной на плоскости, корректно передаёт детали вещей, включая текст и узоры, в разрешении 864x1296.

EVF-SAM2 сочетает понимание естественного языка с продвинутой сегментацией и позволяет точно маскировать области изображения с помощью положительных и отрицательных текстовых подсказок.

Генерация полных бесшовно тайлящихся PBR-материалов с картами normal, roughness, basecolor, height и metalness до 8K.

Исправление искажённых и размытых фотографий людей с помощью CodeFormer.

Модель MOSS-Image-SFT для генерации изображений по тексту. Специализируется на отрисовке текста на китайском и английском языках и управлении структурой композиции: точное размещение надписей и объектов.

Направленное расширение изображения (outpainting). Выберите, с каких сторон расширять: слева, справа, сверху или по центру (равномерно со всех сторон). Генерируются только добавленные области; дополнительно можно отдалить кадр на заданную величину.

Построение карт глубины с помощью оценки глубины Midas.

Увеличение разрешения изображений с помощью SeedVR2 с сохранением бесшовного тайлинга.

Утилита FFMPEG для извлечения n-го кадра.

PATINA создаёт по изображениям бесшовные карты нормалей, шероховатости, базового цвета (albedo), высот (displacement) и металличности в высоком разрешении

Finegrain Eraser удаляет любой объект, выделенный маской, вместе с его тенями, отражениями и артефактами освещения, бесшовно восстанавливая сцену с учётом контекста.

Удаляет объекты, выделенные маской, вместе с их визуальными эффектами и бесшовно восстанавливает сцену подходящим по контексту содержимым.

Восстановление и улучшение старых или поврежденных фотографий: убирает дефекты и добавляет цвет, сохраняя характер и детали исходного снимка.

Создание карт глубины с помощью оценки глубины Marigold.

FeyNobg — SOTA-модель от feyninc для удаления фона.

Виртуальная примерка одежды: модель объединяет изображения человека и одежды.

Раскрашивает старые и новые чёрно-белые фотографии с помощью DDColor.

Эндпоинт для изменения освещения на фотографиях и замены фона по заданному описанию

Запуск любой модели Stable Diffusion с настраиваемыми весами LoRA.

Модель Phota для персонализированного редактирования фото: сохраняет внешность человека и аккуратно убирает отвлекающие детали.

Умное изменение размера изображений до произвольных габаритов на базе Nano Banana Pro: vision-LLM формирует промпт и перекомпоновывает кадр с учётом композиции. Подходит для кадрирования, обрезки и изменения размера рекламных баннеров.

Извлечение бесшовных текстур с картами PBR-атрибутов из изображений.

Редактирование изображений с HY-WU. Переносите одежду, меняйте лица и смешивайте текстуры мгновенно. Дообучение не нужно: опишите, что хотите получить, и приложите референсные изображения.

Оценивает глубину по одному изображению с помощью Marigold V2 — диффузионной модели глубины на базе Qwen-Image-Edit. Возвращает цветную карту глубины.

Генерация реалистичных изображений виртуальной примерки по фото человека и фото товара-одежды.