stylegan2-encoder-pytorch

把真实照片编码进StyleGAN2，实现高质量人脸编辑

这是一个基于PyTorch的StyleGAN2域内GAN反演实现，旨在将真实图像编码到StyleGAN2的潜在空间中，从而实现对真实图像的高质量编辑和重建。它解决了直接优化潜在向量时可能出现的域外问题，通过编码器网络将图像映射到W+空间，确保重建图像保持在人脸域内，并支持属性编辑、图像插值等操作。核心能力包括预训练编码器推理、潜在码优化、与StyleGAN2生成器无缝集成，以及提供Jupyter Notebook示例。项目代码结构清晰，适合研究GAN反演和图像编辑的开发者使用。

开源 free 图像生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 149
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/stylegan2-encoder-pytorch
定价模式free
价格说明开源项目，MIT许可证，完全免费，可自行部署使用。
访问状态
是否开源是
开源协议MIT
主要语言Jupyter Notebook
技术栈/模型gan,image-generation
GitHub 星标★ 149
30天Star增速
HF 下载量
上线时间2020-08-24 00:00:00
最近更新2026-08-23 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3

使用教程

核心亮点

  • 实现域内反演，重建图像更自然，避免域外伪影
  • 提供预训练编码器，可直接用于图像编辑任务
  • 基于PyTorch，易于集成到现有深度学习流程

不足之处

  • 依赖StyleGAN2预训练权重，需自行下载
  • 文档/社区待观察

适用场景

  • 人脸照片的高质量重建与编辑
  • GAN潜在空间的可视化与分析
  • 图像属性编辑（如年龄、表情变换）

替代项目

pixel2style2pixel (pSp)、ReStyle、e4e (encoder4editing)

项目介绍

stylegan2-encoder-pytorch 是图像领域的开源项目，由 bryandlee 开发，2020 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 149。

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 2026-08-23。MIT许可证，完全免费，可自行部署使用。

它主要面向的使用场景是：人脸照片的高质量重建与编辑。同类可对比的替代方案包括 pixel2style2pixel (pSp)、ReStyle、e4e (encoder4editing)。

上一篇：CycleGAN_ssim

下一篇：Generating-Devanagari-Using-DRAW

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
ComfyUI 开源

像搭积木一样连节点，生图流程自己搭

The most powerful and modular diffusion model GUI, api and backend with a graph/node···

★ 134493 2026-08-09