ALDM

让AI画图严格听话,布局指哪打哪

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 3 👀 关注 6 ⚠️ 作者已归档(停止维护)
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 58
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,代码公开,可自行部署使用,无付费版本。

项目预览

ALDM 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boschresearch
定价模式🏷️完全免费
价格说明开源项目,代码公开,可自行部署使用,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AGPL-3.0
主要语言Jupyter Notebook
技术栈/模型aigc,bcai,controlnet,diffusion-models,generative-ai,generative-model,iclr2024,layout-to-image,paper-resource,semantic-image-synthesis,stable-diffusion
GitHub 星标★ 58
上线时间2024-01-16 00:00:00
代码更新2024-09-03
仓库体积57.2 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

ALDM 是 ICLR 2024 论文《Adversarial Supervision Makes Layout-to-Image Diffusion Models Thrive》的官方实现,专注于布局到图像生成任务。该任务要求根据给定的语义布局(如物体边界框及类别标签)生成符合布局约束的高质量图像,广泛应用于可控图像合成、场景设计等领域。ALDM 在现有扩散模型(如 ControlNet)基础上引入对抗性监督机制,通过判别器对生成结果与布局一致性进行对抗训练,有效提升生成图像对布局的遵循度和细节保真度。项目提供完整的训练与推理代码,支持自定义数据集,并基于 Jupyter Notebook 展示实验流程,便于研究者复现和扩展。核心能力包括:布局条件注入、对抗性训练、多类别物体生成、空间关系保持等。该项目适合需要精细控制生成内容位置与类别的开发者,是可控图像生成领域的前沿参考实现。

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 ★ 58

核心亮点

  • 引入对抗性监督,显著提升生成图像对布局的遵循度
  • 官方实现,代码完整,便于复现论文实验
  • 基于扩散模型,生成质量高,细节丰富

不足之处

  • 项目处于早期,文档和社区支持待观察
  • 训练资源需求高,普通硬件难以运行

适用场景

  • 可控图像生成:根据布局生成指定物体位置和类别的图片
  • 创意设计辅助:快速生成符合构图要求的场景图
  • 学术研究:探索扩散模型与对抗训练结合的新方法

替代项目

ControlNet、LayoutDiffusion、GLIGEN

同类项目推荐

StableFace 开源

用Stable Diffusion 2.1搭建你自己的FaceApp,快速实现人脸编辑

Build your own Face App with Stable Diffusion 2.1

★ 153 2026-08-09
Generating-Devanagari-Using-DRAW 开源

用DRAW模型生成天城文手写字符,体验循环注意力生成。

PyTorch implementation of DRAW: A Recurrent Neural Network For Image Generation trai···

★ 87 2026-08-09
Faces2Anime 开源

上传人脸照片,一键生成动漫风格头像

Faces2Anime: Cartoon Style Transfer in Faces using Generative Adversarial Networks. ···

★ 108 2026-08-09
clarity-upscaler 开源

糊图一键变高清,免费开源随便用

Clarity AI | AI Image Upscaler & Enhancer - free and open-source Magnific Alternativ···

★ 5172 2026-08-09
sd-webui-replacer 开源

用一句话描述,在图片或视频里自动替换指定物体,无需手动抠图。

A tab for sd-webui for replacing objects in pictures or videos using detection promp···

★ 242 2026-08-09
ealain 开源

让每次锁屏都生成一幅独一无二的AI艺术画

Ealain is a macOS & Windows screensaver that displays abstract, bauhaus style art ge···

★ 75 2026-08-09
EpiDiff 开源

单图生成多视角,极线约束保一致,3D重建更高效

[CVPR 2024] EpiDiff: Enhancing Multi-View Synthesis via Localized Epipolar-Constrain···

★ 142 2026-08-09
vqgan-clip-app 开源

本地输入文字,即刻生成艺术图像

Local image generation using VQGAN-CLIP or CLIP guided diffusion

★ 100 2026-08-09
sd-webui-inpaint-anything 开源

点击即选,AI精准修复图像任意区域

Inpaint Anything extension performs stable diffusion inpainting on a browser UI usin···

★ 1296 2026-08-09