malnyun_faces

快速上手人脸生成与风格转换的轻量训练框架

malnyun_faces 是一个专注于图像生成与图像到图像转换的开源项目，旨在通过生成模型学习人脸图像的特征与变换。项目名称暗示其核心应用场景为人脸相关任务，可能涉及人脸生成、风格迁移或属性编辑。它提供了模型训练与推理的代码框架，适合研究者或开发者用于实验和二次开发。项目处于早期阶段，代码结构简洁，依赖常见深度学习库，易于上手。其解决的核心问题是帮助用户快速搭建人脸生成模型，并支持自定义数据集进行训练。

开源 free 图像生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 902
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类图像生成
开发团队bryandlee
所属国家
官网地址
GitHubhttps://github.com/bryandlee/malnyun_faces
定价模式free
价格说明开源项目，本地部署，完全免费。
访问状态
是否开源是
开源协议
主要语言
技术栈/模型image-generation,image-to-image-translation
GitHub 星标★ 902
30天Star增速
HF 下载量
上线时间2020-07-29 00:00:00
最近更新2026-08-20 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数2

使用教程

核心亮点

  • 代码简洁，依赖少，易于快速部署和二次开发
  • 聚焦人脸生成与转换，任务明确，适合垂直场景
  • 早期项目，结构清晰，适合学习生成模型基础

不足之处

  • 文档/社区待观察
  • 功能较单一，可能不支持复杂的人脸编辑需求

适用场景

  • 学术研究：快速验证人脸生成算法
  • 个人开发者：学习图像生成模型实现
  • 原型开发：构建人脸风格转换Demo

替代项目

StyleGAN2、CycleGAN、pix2pix

项目介绍

malnyun_faces 是图像领域的开源项目，由 bryandlee 开发，2020 年首次发布。

在全站 13,090 个收录项目中，它的 GitHub 星标数（902）位列前 30%，在图像分类中处于中上游。

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 2026-08-20。本地部署，完全免费。

它主要面向的使用场景是：学术研究：快速验证人脸生成算法。同类可对比的替代方案包括 StyleGAN2、CycleGAN、pix2pix。

上一篇：FreezeG

下一篇：CycleGAN_ssim

同类项目推荐

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

★ 13967 2026-08-09
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···

★ 70 2026-08-09
imagen-pytorch 开源

说句话生成高清图，放大也不糊

Implementation of Imagen, Google's Text-to-Image Neural Network, in Pytorch

★ 8427 2026-08-09