图像与设计 · 第 9 页

Kohya’s GUI 为扩散模型训练提供图形界面和命令行，可配置模型、数据集及训练参数，进行微调和 LoRA 训练，并保存训练日志与模型检查点。

Krita AI Diffusion

Krita AI Diffusion 把生成式图像能力接入 Krita 绘画流程，可围绕选区补绘、调整已有内容，并用参考图或草图引导生成。

EasyOCR 是多语言图像文字识别工具，支持中文等书写系统，可读取图片文件、图像数组或图片字节，返回文字位置、识别文字和置信度。

Modly

Modly 是本地运行的图像转三维网格桌面应用，利用开源 AI 模型从照片生成三维模型，并提供工作流校验及网格平滑、减面处理。

OpenPencil 是 ZSeven-W 开发的开源设计应用，支持用文字生成界面、在画布中选中元素修改设计，并导出图像或前端代码。

PaperBanana 通过检索、规划、风格调整、绘图和评审智能体生成学术插图，支持从方法章节和图注生成多个候选，也提供上传图像后按修改要求继续细化的界面。

AutoKeras 是基于 Keras 的自动机器学习系统。其图像分类接口支持以训练图片及标签拟合分类器，并对新的图片数据生成预测。

docTR 通过文本检测与字符识别两阶段处理文档，可从 PDF 和图像定位并识别文字，返回页面、文本块、行和词的层级结构，并支持可视化和字典导出。