Dreambooth

用几张照片微调扩散模型，让AI学会画你的专属对象

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 20 🐛 待处理 25 👀 关注 3

GitHub ↗

GitHub 星标 ★ 97

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，Apache-2.0许可，可免费使用和修改，无在线服务，需自行部署。

项目预览

项目数据

分类图像生成

开发团队brian6091

GitHubhttps://github.com/brian6091/Dreambooth

定价模式🏷️完全免费

价格说明开源项目，Apache-2.0许可，可免费使用和修改，无在线服务，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Apache-2.0

主要语言Python

技术栈/模型artificial-intelligence,colab,colab-notebook,deep-learning,dreambooth,fine-tuning,lora,low-rank-approximation,python,stable-diffusion,textual-inversion

GitHub 星标★ 97

上线时间2022-11-22 00:00:00

代码更新2023-02-18

仓库体积1.1 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

Dreambooth 是一个基于扩散模型的个性化微调项目，最初由 Google Research 提出，旨在通过少量（3-5 张）特定主题的图像，对预训练的文本到图像扩散模型（如 Stable Diffusion）进行微调，使模型能够将用户提供的独特对象或风格与独特的文本标识符绑定，从而在生成新图像时保持该主体的高保真度。该项目解决了通用模型无法生成特定个人物品或宠物的问题，核心能力包括：利用低秩近似（LoRA）技术降低微调资源消耗，支持在 Colab 笔记本中直接运行，并提供完整的训练与推理流程。通过 Dreambooth，用户可以实现“个性化生成”，例如将自己的宠物、玩偶或产品图与模型绑定，之后用文本描述即可生成该主体在不同场景、姿态下的图像。项目代码基于 Python 实现，适合研究者和开发者快速上手，但当前星标较少，处于早期阶段。