text-to-image

用一句话描述，GAN模型生成对应图像

这是一个基于生成对抗网络（GAN）的文本到图像合成项目，旨在将自然语言描述转换为对应的视觉图像。项目实现了条件GAN（conditional GAN）和条件Wasserstein GAN（CWGAN）两种模型，通过文本编码器提取语义特征，并作为条件输入到生成器中，从而生成与文本描述匹配的图像。它解决了传统图像生成中文本语义与视觉内容对齐难的问题，核心能力包括端到端的文本到图像生成流程、多种GAN变体支持、基于TensorFlow的灵活训练和推理接口。项目代码结构清晰，适合作为学习文本条件图像生成的入门参考，但当前星标数较低，属于早期探索性项目。

开源 free 图像生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 78

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crisbodnar

所属国家

官网地址

GitHubhttps://github.com/crisbodnar/text-to-image

定价模式free

价格说明开源项目，可自行部署使用，完全免费。

访问状态

是否开源是

开源协议

主要语言Python

技术栈/模型conditional-gan,conditional-wasserstein-gan,deep-learning,image-synthesis,python,tensorflow,text-to-image

GitHub 星标★ 78

30天Star增速

HF 下载量

上线时间2017-10-12 00:00:00

最近更新2024-12-31 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4

使用教程

核心亮点

实现了条件GAN和Wasserstein GAN两种变体，便于对比研究
基于TensorFlow，代码结构清晰，适合二次开发
提供文本到图像生成的完整训练和推理流程

不足之处

项目处于早期阶段，文档和示例可能不完善
生成图像分辨率可能较低，效果有待提升

适用场景

学术研究：探索文本条件图像生成算法
教学演示：理解GAN在跨模态生成中的应用
原型验证：快速验证文本描述到图像的生成思路

替代项目

AttnGAN、StackGAN、DALL-E

项目介绍

text-to-image 是图像领域的开源项目，由 crisbodnar 开发，2017 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 78。

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 2024-12-31。可自行部署使用，完全免费。

它主要面向的使用场景是：学术研究：探索文本条件图像生成算法。同类可对比的替代方案包括 AttnGAN、StackGAN、DALL-E。

上一篇：SGDiff

下一篇：VQGAN-CLIP-Docker