SelectionGAN

跨视角图像互转，用语义引导生成逼真新视角

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 59 🐛 待处理 5 👀 关注 11
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 466
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，代码公开，可自行部署使用，无收费计划。

项目预览

SelectionGAN 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Ha0Tang
官网地址http://disi.unitn.it/~hao.tang/project/SelectionGAN.html
GitHubhttps://github.com/Ha0Tang/SelectionGAN
定价模式🏷️完全免费
价格说明开源项目，代码公开，可自行部署使用，无收费计划。
访问状态🔧 仅开源项目，无在线服务，需自行部署
是否开源是
主要语言Python
技术栈/模型adversarial-learning,computer-graphics,computer-vision,cross-view,cvpr-2019,cvpr19,cvpr2019,cvusa-dataset,dayton,deep-learning,gans,generative-adversarial-network,image-generation,image-manipulation,image-to-image-translation,image-translation,pytorch,semantic-maps
GitHub 星标★ 466
上线时间2019-04-13 00:00:00
代码更新2023-02-18
仓库体积27.1 MB
本站数据更新2026-11-08
维护状态低维护
收录时间2026-08-09
浏览次数3

项目介绍

SelectionGAN是一个用于跨视角图像翻译的生成对抗网络模型，发表于CVPR 2019（Oral）。它解决的是给定一个视角的场景图像，生成另一个视角（如航拍图与地面图互转）的逼真图像的问题。其核心能力在于提出多通道注意力选择机制，结合级联语义引导，能够有效利用语义分割图来约束生成过程，从而提升跨视角转换的几何和语义一致性。模型在CVUSA和Dayton等公开数据集上进行了验证，支持条件生成、语义引导和注意力可视化。项目提供了训练和测试代码，基于PyTorch实现，适合研究跨视角图像生成、图像到图像翻译等任务。

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 ★ 466

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：高级 约 40 分钟 部署方式：本地GPU 4 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

  • Python 3.6
  • 旧版 PyTorch
  • CUDA GPU

安装与启动步骤

  1. 1看环境要求

    标注的是很旧的 Python 与框架版本。

  2. 2准备数据与语义图

    它依赖语义分割图作引导。

  3. 3跑推理

    用作者给的示例先复现。

  4. 4再试训练

    训练成本高，建议先只做推理。

如何确认成功

用示例数据跑通一次跨视角生成，输出图像在结构上与语义图一致；若环境装不上，如实记录版本冲突

注意事项

  • 它是跨视角图像翻译的论文实现，靠语义图引导生成另一视角的画面。
  • 环境标注为很旧的 Python 与框架版本，新机器上装环境本身就是难点。
  • 许可是非商业性的，商用前必须看清楚。
  • 训练需要成对的跨视角数据，采集成本高。

核心亮点

  • 提出多通道注意力选择机制，能自适应融合多尺度特征，提升生成质量
  • 级联语义引导策略，有效利用语义分割图约束几何结构，转换更准确
  • CVPR 2019 Oral论文，方法有学术影响力，代码开源可复现

不足之处

  • 项目代码较老，依赖旧版PyTorch，环境配置可能困难
  • 文档和社区支持有限，仅提供基础使用说明

适用场景

  • 航拍图与地面视角图像的相互转换
  • 跨视角地理定位与场景理解辅助
  • 图像编辑中语义引导的条件生成

替代项目

Pix2Pix、CycleGAN、MUNIT

上一篇：Awesome-ECCV2022-Low-Level-Vision

下一篇：GestureGAN

同类项目推荐

videoflow 开源

像搭积木一样拼出多进程视频分析流水线

Python framework that facilitates the quick development of complex video analysis ap···

★ 1044 2026-09-25
FoundAD 开源

用基础视觉编码器，少样本即可精准检测异常

[ICLR 2026] The implementation of the paper Foundation Visual Encoders Are Secretly ···

★ 107 2026-08-09
OXR 开源

开源文档解析模型，准又快，扫描件直接变结构化文本

An open-source document parsing model with SOTA accuracy and speed, using an RSI loo···

★ 3682 2026-10-24
pdf-ocr-obsidian 开源

PDF 秒变 Obsidian 可用的 Markdown 笔记

Convert your PDFs into Markdown files easily with Mistral OCR Software

★ 346 2026-09-19
readur 开源

上传图片即出文字，自建 OCR 像用网盘一样简单

Quick, painless, intuitive OCR platform written in Rust and TypeScript. Modern UI wi···

★ 813 2026-09-19
QMUPD 开源

无需配对数据，自动生成高质量人像线条画

Code for TPAMI "Quality Metric Guided Portrait Line Drawing Generation from Unpaired···

★ 63 2026-08-09
OCRmyPDF 开源

给扫描 PDF 加上可搜索文字层，秒变可检索文档

OCRmyPDF adds an OCR text layer to scanned PDF files, allowing them to be searched

★ 35262 2026-08-10
TotalSegmentator 开源

输入CT/MR，一键分割100+器官结构

Tool for robust segmentation of >100 important anatomical structures in CT and MR im···

★ 3124 2026-10-15