ArtGAN

用 GAN 生成指定风格的艺术画作，让 AI 当画家。

ArtGAN 是一个基于生成对抗网络（GAN）的深度学习项目，专注于条件图像合成，特别是艺术画作的生成。它通过改进 GAN 的结构和训练策略，利用 WikiArt 数据集，能够根据类别标签（如风格、流派）生成高质量的绘画作品。该项目解决了传统 GAN 在生成多样化、高分辨率图像时训练不稳定、模式崩溃等问题，提出了新的方法提升生成图像的质量和多样性。核心能力包括：条件生成、类别控制、艺术风格模仿。

开源 free 图像生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 432

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cs-chan

所属国家

官网地址

GitHubhttps://github.com/cs-chan/ArtGAN

定价模式free

价格说明开源项目，BSD-3-Clause许可证，可自由使用和修改，无付费版本。

访问状态

是否开源是

开源协议BSD-3-Clause

主要语言Python

技术栈/模型art-generator,artgan,artwork-synthesis,deep-learning,fine-art-paintings,gan,generative-adversarial-network,image-generation,image-synthesis,wikiart,wikiart-dataset,wikiarts

GitHub 星标★ 432

30天Star增速

HF 下载量

上线时间2016-12-31 00:00:00

最近更新2026-09-22 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

针对艺术画作生成，在 WikiArt 数据集上验证了改进 GAN 的有效性
支持条件生成，可按类别（如风格、流派）控制输出
提供了多种改进 GAN 训练稳定性的方法，对后续研究有参考价值

不足之处

项目较早期，代码和文档可能不够完善
依赖特定数据集，泛化到其他图像生成任务需额外适配

适用场景

艺术创作辅助，生成特定风格的概念草图
学术研究，探索 GAN 在条件图像生成中的改进
教育演示，展示 GAN 在艺术领域的应用

替代项目

CycleGAN、StyleGAN、DCGAN

项目介绍

ArtGAN 是图像领域的开源项目，由 cs-chan 开发，2016 年首次发布。

它收录于图像分类，该分类目前共有 839 个项目，GitHub 星标数为 432。

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 2026-09-22。BSD-3-Clause许可证，可自由使用和修改，无付费版本。

它主要面向的使用场景是：艺术创作辅助，生成特定风格的概念草图。同类可对比的替代方案包括 CycleGAN、StyleGAN、DCGAN。

上一篇：contrastive-unpaired-translation

下一篇：stable-diffusion-2-gui