img2img-turbo

单步搞定图像转换,草图变大片,白天转黑夜,快人一步

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 295 🐛 待处理 116 👀 关注 21
GitHub ↗
GitHub 星标 ★ 2491
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,MIT许可证,完全免费,可自行部署使用。

项目预览

img2img-turbo 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类图像生成
开发团队GaParmar
定价模式🏷️完全免费
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🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议MIT
主要语言Python
技术栈/模型computer-vision,deep-learning,generative-adversarial-network,generative-art,stable-diffusion
GitHub 星标★ 2491
上线时间2024-02-23 00:00:00
代码更新2025-08-01
仓库体积31.9 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4

项目介绍

img2img-turbo 是一个基于 Stable Diffusion Turbo 的单步图像到图像转换工具,旨在解决传统图像编辑需要多步迭代、耗时较长的问题。它通过创新的对抗蒸馏技术,将原本需要数十步的扩散模型压缩为单步推理,在保持高质量输出的同时大幅提升生成速度。项目支持多种图像转换任务,包括草图转图像、白天转黑夜、姿态转人物等,并提供了简洁的 Python 接口和预训练模型,方便开发者快速集成到自己的应用中。其核心能力在于:单步生成、高保真度、多场景适配,以及基于 Gradio 的交互式演示,让用户无需编写代码即可体验效果。该项目适合计算机视觉研究者、创意开发者以及需要实时图像编辑的工业应用场景。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 2491

使用教程

难度:进阶 约 20 分钟 部署方式:本地安装 7 步

环境要求

  • Python 3 环境(推荐使用 conda 或 venv 虚拟环境)
  • 已安装 conda(或使用 python3-venv 替代)
  • 仓库内提供 environment.yaml / requirements.txt 依赖文件
  • 建议具备 GPU 环境(官方测速基于 A6000 / A100 显卡)

安装与启动步骤

  1. 1克隆项目仓库

    把 img2img-turbo 源码下载到本地,后续所有命令都在该目录下执行。

    git clone https://github.com/GaParmar/img2img-turbo.git
    cd img2img-turbo
  2. 2创建 conda 环境

    用官方提供的 environment.yaml 一次性装好全部依赖,耗时较长请耐心等待。

    conda env create -f environment.yaml
  3. 3激活 conda 环境

    环境名固定为 img2img-turbo,激活后才能运行推理脚本。

    conda activate img2img-turbo
  4. 4或改用 venv 安装

    没有 conda 时可用虚拟环境替代,需先激活再按 requirements.txt 安装依赖。

    python3 -m venv venv
    source venv/bin/activate
    pip install -r requirements.txt
  5. 5跑配对图像翻译

    以鸟图加提示词做边缘到图像(pix2pix-turbo)推理,结果写入 outputs 目录。

    python src/inference_paired.py --model_name "edge_to_image" \
        --input_image "assets/examples/bird.png" \
        --prompt "a blue bird" \
        --output_dir "outputs"
  6. 6跑草图转图像

    草图任务需额外指定 gamma 参数(示例为 0.4),配合较长的风格提示词效果更好。

    python src/inference_paired.py --model_name "sketch_to_image_stochastic" \
        --input_image "assets/examples/sketch_input.png" --gamma 0.4 \
        --prompt "ethereal fantasy concept art of an asteroid. magnificent, celestial, ethereal, painterly, epic, majestic, magical, fantasy art, cover art, dreamy" \
        --output_dir "outputs"
  7. 7跑非配对图像翻译

    CycleGAN-Turbo 无需提示词,换 model_name 即可切换白天转黑夜、晴转雨等任务。

    python src/inference_unpaired.py --model_name "day_to_night" \
        --input_image "assets/examples/day2night_input.png" --output_dir "outputs"

关键配置

配置项必填说明示例
--model_name是选择具体任务模型,如 edge_to_image、sketch_to_image_stochastic、day_to_night、night_to_day、clday_to_night
--input_image是待转换输入图片的路径assets/examples/day2night_input.png
--output_dir是结果图片保存目录outputs
--prompt否文本提示词,配对任务(pix2pix-turbo)必填,非配对任务不需要a blue bird
--gamma否草图随机任务的强度系数,仅 sketch_to_image_stochastic 使用0.4

如何确认成功

命令正常结束后无报错,且在 --output_dir 指定的 outputs 目录中生成对应的输出图片。

常见问题

Q:没有 conda 可以安装吗?

A:可以。README 提供虚拟环境方案:python3 -m venv venv 后激活,再执行 pip install -r requirements.txt 即可。

Q:非配对推理需要写提示词吗?

A:不需要。CycleGAN-Turbo 的非配对任务只需指定 --model_name、--input_image 和 --output_dir 三个参数。

Q:草图任务为什么多一个 gamma 参数?

A:sketch_to_image_stochastic 是随机生成模型,gamma 用于控制随机程度,官方示例取值为 0.4。

Q:跑一次推理要多久?

A:官方数据为 512x512 图像在 A6000 上约 0.29 秒、A100 上约 0.11 秒,其它显卡会明显更慢。

注意事项

  • 示例命令中的输入图片均来自仓库自带的 assets/examples 目录,替换成自己的图片时注意路径正确。
  • conda 与 venv 两种安装方式二选一即可,不要重复安装依赖。
  • 单步推理速度快,但显存需求与原 Stable Diffusion 类模型相当,显存不足时可换用小图测试。

核心亮点

  • 推理速度极快,单步生成,比传统多步扩散模型快数十倍
  • 支持多种图像转换任务,如草图转图像、日夜转换、姿态迁移,开箱即用
  • 提供预训练模型和 Gradio 演示,上手门槛低,便于快速体验和二次开发

不足之处

  • 对输入图像质量敏感,复杂场景下可能产生伪影
  • 文档/社区待观察

适用场景

  • 实时图像编辑应用,如设计工具中的即时效果预览
  • 创意内容生成,从草图快速生成概念图或插画
  • 自动驾驶或监控场景中的日夜图像转换,用于数据增强

替代项目

ControlNet、InstructPix2Pix、CycleGAN

上一篇:StableSR

下一篇:comflowyspace

同类项目推荐

scene_generation 开源

用场景图精确控制图像生成,让AI按你的关系描述画图

A PyTorch implementation of the paper: Specifying Object Attributes and Relations in···

★ 193 2026-08-09
inpaint-anything 开源

点选即分割,AI 自动修复图像任意区域

Inpaint Anything performs stable diffusion inpainting on a browser UI using masks fr···

★ 274 2026-08-09
glitch-art 开源

写几行 SCSS,一键生成赛博朋克故障艺术图

gradient glitch art generator

★ 70 2026-08-09
deep-daze 开源

输入一句话,命令行生成艺术图像

Simple command line tool for text to image generation using OpenAI's CLIP and Siren ···

★ 4316 2026-08-09
stable.art 开源

在 Photoshop 里直接跑 Stable Diffusion,不用来回切换工具

Photoshop plugin for Stable Diffusion with Automatic1111 as backend (locally or with···

★ 1150 2026-08-09
maskbit 开源

无需嵌入查找表,用比特令牌直接生成高质量图像

Implementation of the paper "MaskBit: Embedding-free Image Generation from Bit Token···

★ 94 2026-08-09
cyanic-sd-krita 开源

在 Krita 里直接跑 Stable Diffusion,画画时无缝生成

A Stable Diffusion plugin for Krita, compatible with A1111 and SD.Next

★ 76 2026-08-09
ComfyUI-PhotoMaker-ZHO 开源

拖拽节点,用几张照片生成定制人物图像

Unofficial implementation of PhotoMaker for ComfyUI

★ 808 2026-08-09
stable-diffusion-webui-sonar 开源

给Stable Diffusion WebUI加装采样优化器,提升出图质量

Wrapped k-diffuison samplers with tricks to improve the generated image quality (may···

★ 112 2026-08-09