用场景图精确控制图像生成，让AI按你的关系描述画图
这是一个基于PyTorch的交互式场景生成模型实现，对应ICCV 2019论文《Specifying Object Attributes and Relations in Interactive Scene Generation》。它解决的核心问题是：传统文本到图像生成难以精确控制场景中物体的属性和物体间的空间关系。该项目通过场景图（Scene Graph）作为中间表示，将用户指定的物体属性（如颜色、大小）和关系（如“在...之上”、“旁边”）编码为条件，再通过生成对抗网络（GAN）生成符合要求的图像。核心能力包括：支持MS-COCO数据集上的训练与推理，提供交互式界面让用户逐步构建场景图，并实时生成对应图像。代码结构清晰，适合研究者复现论文结果或在此基础上扩展。
sg2im (Scene Graph to Image Generation)、Controllable Image Generation with Scene Graphs、Layout2Im (Image Generation from Layout)
scene_generation 是图像领域的开源项目，由 ashual 开发，2019 年首次发布。
它收录于图像分类，该分类目前共有 837 个项目，GitHub 星标数为 194。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-07-28。基于PyTorch实现，需自行部署，完全免费。
它主要面向的使用场景是：学术研究：复现论文实验，探索场景图在可控图像生成中的作用。同类可对比的替代方案包括 sg2im (Scene Graph to Image Generation)、Controllable Image Generation with Scene…。
下一篇：anycost-gan
satori
开源
网页代码一键变高清图，放大不糊，不用截图
Enlightened library to convert HTML and CSS to SVG
C2GAN
开源
用关键点精准控制图像生成，让AI画出你想要的结构
[ACM MM 2019 Oral] Cycle In Cycle Generative Adversarial Networks for Keypoint-Guide···
stable-diffusion-webui
开源
打开网页说想法，配图素材几秒到手
Stable Diffusion web UI
DeTikZify
开源
上传图表或草图，秒变可编译的TikZ矢量代码。
Synthesizing Graphics Programs for Scientific Figures and Sketches with TikZ.
