C2GAN

用关键点精准控制图像生成，让AI画出你想要的结构

C2GAN是一个基于生成对抗网络的图像生成工具，专注于关键点引导的图像生成任务。它提出了Cycle In Cycle的结构，通过将关键点（如人脸关键点、姿态关键点）作为条件输入，实现从关键点到图像的生成，同时支持图像到图像的转换。该项目解决了传统GAN在关键点引导生成时缺乏结构一致性和细节保真的问题，核心能力包括：利用循环一致性损失保持生成图像与输入关键点的空间对齐，通过双循环结构增强生成图像的真实感和多样性。适用于人脸编辑、姿态迁移、虚拟试衣等需要精确控制生成结果的场景。代码基于Python实现，依赖深度学习框架，提供了训练和推理的接口，但项目处于早期阶段，文档和社区支持尚不完善。