MATEBIT

用参考图精准迁移图像风格,CVPR 2023 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 4 🐛 待处理 6 👀 关注 5
GitHub ↗
GitHub 星标 ★ 96
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,MIT许可证,完全免费,无付费版本。

项目预览

MATEBIT 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类图像生成
开发团队AiArt-Gao
定价模式🏷️完全免费
价格说明开源项目,MIT许可证,完全免费,无付费版本。
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MIT
主要语言Python
技术栈/模型computing-art,correspondence-learning,image-generation,image-to-image-translation,transformer
GitHub 星标★ 96
上线时间2023-03-14 00:00:00
代码更新2024-01-29
仓库体积9.7 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4

项目介绍

MATEBIT 是一个基于 CVPR 2023 论文的示例引导图像翻译开源项目,核心解决给定参考图像(示例)时,如何将源图像内容迁移到目标风格或外观的问题。它采用掩码与自适应 Transformer 架构,通过学习源图与示例图之间的语义对应关系,实现高质量、可控的图像生成。项目提供完整的训练和推理代码,支持多种图像翻译任务,如风格迁移、物体变形等。其技术亮点在于结合了掩码建模和自适应注意力机制,能更精准地捕捉跨图像对应关系,减少伪影,提升生成图像的保真度和多样性。虽然目前星标数不高,但作为学术成果的官方实现,对研究图像翻译和对应学习的开发者具有参考价值。

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 ★ 96

核心亮点

  • 基于 CVPR 2023 论文,算法有学术保障
  • 提供完整训练和推理代码,易于复现
  • 掩码与自适应 Transformer 提升对应学习精度

不足之处

  • 文档/社区待观察
  • 依赖特定数据集,泛化性需自行验证

适用场景

  • 学术研究:复现论文实验,对比新方法
  • 风格迁移:将艺术风格迁移到真实照片
  • 物体变形:根据示例图生成不同姿态或形状

替代项目

CUT、CycleGAN、CoCosNet

上一篇:pytti-notebook

下一篇:Fast_text2StyleGAN

同类项目推荐

StyleShot 开源

上传一张风格图,任意内容即刻拥有该风格

StyleShot: A SnapShot on Any Style. 一款可以迁移任意风格到任意内容的模型,无需针对图···

★ 474 2026-08-09
h-edit 开源

用数学理论让扩散模型编辑图像更稳更灵活

[CVPR 2025] h-Edit: Effective and Flexible Diffusion-Based Editing via Doob’s h-Tra···

★ 80 2026-08-09
midjourney-client 开源

用 Node.js 一行代码调用 Midjourney,快速集成图像生成能力

A Node.js client for Midjourney/Openjourney on Replicate.

★ 227 2026-08-09
stable-diffusion-pytorch 开源

看懂Stable Diffusion内部原理,从零手写扩散模型

Yet another PyTorch implementation of Stable Diffusion (probably easy to read)

★ 596 2026-08-09
AI-Playground 开源

Intel Arc 显卡上开箱即用的本地 AI 图像与对话应用

AI PC starter app for doing AI image creation, image stylizing, and chatbot on a PC ···

★ 1038 2026-09-14
goshot 开源

本地命令行一键生成美观代码截图,替代在线 Carbon

Create beautiful code screenshots with customizable styles

★ 329 2026-08-09