Vec2Face

用松散向量一键生成海量多样人脸数据集，省时省力

Vec2Face 是 ICLR 2025 收录的官方实现，旨在解决人脸数据集生成中的规模与多样性瓶颈。传统方法依赖精确条件控制（如文本、属性标签），而 Vec2Face 创新性地使用松散约束的向量（Loosely Constrained Vectors）来引导生成，大幅降低标注成本并提升生成效率。核心能力包括：基于生成对抗网络（GAN）的高保真人脸合成、身份特征解耦与编辑、以及大规模数据集自动生成。项目提供完整的训练与推理代码，支持自定义向量输入，可灵活控制生成人脸的身份、姿态、表情等属性。该工作特别适合需要快速构建大规模、多样化人脸数据的场景，如人脸识别模型训练、隐私保护数据合成、以及人脸编辑应用。