break-a-scene

一张图拆出多个概念，用文字自由组合生成新图像

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 25 🐛 待处理 2 👀 关注 8 ⚠️ 作者已归档（停止维护）
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 525
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，Apache-2.0 许可证，完全免费，可自行部署使用。

项目预览

break-a-scene 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google
官网地址https://omriavrahami.com/break-a-scene
GitHubhttps://github.com/google/break-a-scene
定价模式🏷️完全免费
价格说明开源项目，Apache-2.0 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Apache-2.0
主要语言Python
技术栈/模型deep-learning,diffusion-models,generative-ai,multimodal,text-to-image
GitHub 星标★ 525
上线时间2023-09-13 00:00:00
代码更新2024-01-14
仓库体积13.4 MB
本站数据更新2026-11-10
维护状态低维护
收录时间2026-08-09
浏览次数3

项目介绍

Break-A-Scene 是 SIGGRAPH Asia 2023 论文的官方实现，旨在从单张图像中提取多个概念（如物体、风格），并用于文本到图像的生成。它解决的是传统方法只能从单图提取单一概念或需要大量训练数据的问题，通过将图像分解为多个独立的文本表示（每个概念对应一个 token），用户可以用自然语言组合这些概念生成新图像。核心能力包括：概念分解与提取、基于文本的编辑与合成、以及支持风格迁移。技术栈基于扩散模型（如 Stable Diffusion），采用多模态编码器实现概念与文本的对齐。项目提供推理代码和预训练模型，但训练代码尚未完全开放，适合研究者和开发者探索个性化图像生成。

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 ★ 525

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：高级 约 80 分钟 部署方式：本地GPU 5 步

环境要求

  • CUDA 显卡
  • 旧版 PyTorch 环境
  • 少量样例图

安装与启动步骤

  1. 1建环境

    它锁较旧的框架与 CUDA 组合，按说明装。

    conda install pytorch==1.13.1 torchvision==0.14.1 pytorch-cuda=11.7 -c pytorch -c nvidia

  2. 2准备几张样例图

    它从少量样例学一个新概念，图要干净。

  3. 3先做文本编辑

    用文字改图中局部，是最直观的验证。

    python text_editing_stable_diffusion.py

  4. 4训练个性化概念

    几张图训一个概念，再生成新场景。

    python train.py

  5. 5看身份保持

    重点是换场景后主体还是不是原来那个。

如何确认成功

用三到五张同一主体的图训出一个概念，生成它在全新场景中的图像，主体外观保持一致

注意事项

  • 它做的是从少量样例学概念再编辑，属于个性化生成方向。
  • 环境版本较旧，装起来比新项目麻烦。
  • 文本编辑与概念训练是两条路径，先跑前者验证环境。
  • 身份保持是这类方法的评价核心，场景换了主体不能变。

核心亮点

  • 创新性地从单图提取多概念，突破传统单概念限制
  • 官方实现，代码质量高，附带预训练模型和推理示例
  • 支持文本引导的图像编辑和风格迁移，应用场景丰富

不足之处

  • 训练代码未完全开源，复现和自定义训练受限
  • 依赖特定扩散模型版本，环境配置复杂
  • 文档/社区待观察

适用场景

  • 个性化图像生成：从参考图提取物体或风格，生成新场景
  • 图像编辑：通过文本修改图像中的特定概念
  • 创意设计：快速组合多个视觉概念进行概念设计

替代项目

Textual Inversion、DreamBooth、Custom Diffusion

上一篇：parti-pytorch

下一篇：Awesome-Controllable-Diffusion

同类项目推荐

stable-diffusion-streamlit 开源

量化压缩 Stable Diffusion，内存省 75%，Streamlit 一键跑起来

Quantized stable-diffusion cutting down memory 75%, testing in streamlit, deploying ···

★ 52 2026-08-09
a-person-mask-generator 开源

一键自动抠出人物各部位，轻松实现局部重绘和换装。

Extension for Automatic1111 and ComfyUI to automatically create masks for Background···

★ 407 2026-08-09
comfyui-on-amazon-sagemaker 开源

把 ComfyUI 一键部署到 AWS，用 SD/FLUX 出图

This project demonstrates how to generate images using Stable Diffusion or FLUX.1 mo···

★ 66 2026-08-09
RPG-DiffusionMaster 开源

用多模态大模型把复杂提示词变成高质量图像，还能对话式编辑

[ICML 2024] Mastering Text-to-Image Diffusion: Recaptioning, Planning, and Generatin···

★ 1845 2026-08-09
comics_generator 开源

输入一句话，AI 自动生成完整漫画条

A python program using Generative AI to create an entire strip from a short descript···

★ 87 2026-08-09
context-free 开源

写文法，秒出百万形状的生成艺术图

Context Free is a program that generates images from written instructions called a g···

★ 555 2026-08-09
Hell-Grind-AIGC-Skill 开源

把提示词、进度、质检串成一条 AIGC 流水线

A model-agnostic skill for AI image and video creation: prompt design, production tr···

★ 257 2026-10-08