HiDT

无标签也能高分辨率转换日间风格，CVPR Oral 官方实现。

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署图像生成 🍴 复刻 86 🐛 待处理 8 👀 关注 92

GitHub ↗

GitHub 星标 ★ 652

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源项目，BSD-3-Clause许可，完全免费，需自行部署。

项目预览

项目数据

分类图像生成

开发团队advimman

GitHubhttps://github.com/advimman/HiDT

定价模式🏷️完全免费

价格说明开源项目，BSD-3-Clause许可，完全免费，需自行部署。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议BSD-3-Clause

主要语言Jupyter Notebook

技术栈/模型computational-photography,deep-learning,gan,generative-adversarial-network,high-resolution,image-editing,image-generation,image-processing,image-to-image-translation,style-transfer,unsupervised-learning

GitHub 星标★ 652

上线时间2020-03-13 00:00:00

代码更新2023-02-15

仓库体积177.9 MB

本站数据更新2026-11-09

维护状态低维护

收录时间2026-08-09

浏览次数3

项目介绍

HiDT 是 CVPR 2020 Oral 论文《High-Resolution Daytime Translation Without Domain Labels》的官方实现，专注于高分辨率图像日间转换任务。它解决了在无域标签条件下，如何将同一场景的不同日间状态（如清晨、正午、黄昏）进行风格迁移的问题。核心能力包括：利用生成对抗网络（GAN）实现高分辨率图像生成，通过无监督学习捕捉域间共享内容与风格差异，并支持图像编辑（如改变光照、色调）。项目采用 Jupyter Notebook 形式，提供训练和推理代码，适合研究图像翻译、无监督学习及高分辨率生成的研究者。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 652

技术标签

deep-learning gan generative-adversarial-network image-editing image-generation

使用教程

难度：高级约 90 分钟部署方式：本地GPU 5 步

环境要求

GPU 16G 显存以上
Python 3.7
生成器与增强器权重

安装与启动步骤

1建旧版环境

官方写 Python 3.7，高版本上它的依赖会装不上。
```
conda create -n hidt python=3.7
```
2拉代码装依赖

包含图像增强与生成两套组件，编译时间稍长。
```
git clone https://github.com/advimman/HiDT.git
```
3下两套权重

生成器与增强器是分开的权重文件，推理时要同时指定。
4跑昼夜转换

按目录批量推理，content 和 style 各自给一个目录，配置用 daytime 那套。
```
python ./bin/infer_on_folders.py --cfg-path ./configs/daytime.yaml
```
5换艺术风格再试

wikiart 配置对应绘画风格迁移，参数结构一样只换配置和权重。