ImageCritic

给扩散模型装个批评家,让生成图像更听话

开源 🏷️定价信息待确认 ✅ 目前可打开 图像生成 🍴 复刻 7 🐛 待处理 5 👀 关注 3
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 170
维护状态 低维护
是否开源 开源
定价模式 🏷️定价信息待确认

项目预览

ImageCritic 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HVision-NKU
定价模式🏷️定价信息待确认
价格说明项目为CVPR 2026论文的官方实现,提供项目主页,但未明确在线体验或定价信息。
访问状态✅ 目前可打开
是否开源是
主要语言Python
技术栈/模型consistency,customization,diffusion-models,flux,image-generation
GitHub 星标★ 170
上线时间2025-11-22 00:00:00
代码更新2026-06-04
仓库体积33.5 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4

项目介绍

ImageCritic 是 CVPR 2026 的官方实现,专注于图像生成中的一致性与定制化问题。它基于扩散模型(如 Flux)构建,提供一种批评或评估机制,用于提升生成图像与用户提示之间的对齐度,解决当前扩散模型在复杂定制场景下输出不稳定、细节失真等痛点。核心能力包括:对生成结果进行多维度质量评估、通过一致性约束优化生成过程、支持自定义风格或对象的精准控制。项目采用 Python 实现,代码结构清晰,适合研究者复现和二次开发。作为早期项目,它展示了前沿的模型批评思路,为图像生成质量把控提供了新工具。

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 ★ 170

核心亮点

  • CVPR 2026 官方实现,算法有学术背书,权威性强
  • 聚焦一致性定制,针对 Flux 等主流扩散模型优化,实用价值高
  • 代码结构清晰,基于 Python,便于研究者快速上手复现

不足之处

  • 早期项目,文档和社区生态待观察
  • 依赖特定模型(如 Flux),通用性可能受限

适用场景

  • 学术研究:复现 CVPR 论文,探索图像生成质量评估方法
  • 内容创作:对 AI 生成图像进行质量把关,确保符合预期风格
  • 模型调优:利用批评机制反馈,迭代优化扩散模型的生成一致性

替代项目

DINOv2、CLIPScore、ImageReward

上一篇:codex-imagen

下一篇:Nitro-E

同类项目推荐

ComfyUI-WinPortable-XPU 开源

让 Intel 显卡用户开箱即跑 ComfyUI,省去配置烦恼

ComfyUI standalone pack for Intel GPUs. | 英特尔显卡 ComfyUI 整合包

★ 121 2026-08-09
JarvisArt 开源

说句话就能修图,让AI帮你实现创意

[NeurIPS' 2025] JarvisArt: Liberating Human Artistic Creativity via an Intelligent P···

★ 879 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
stable-diffusion-webui-Layer-Div··· 开源

一键把 AI 生成的图拆成多个独立图层,方便局部编辑和合成。

Layer-Divider, an extension for stable-diffusion-webui using the segment-anything mo···

★ 184 2026-08-09
image-multiple-angles-3d-camera 开源

拖拽相机,3D 空间任意角度生成图像

Generate images from any camera viewpoint via 3D interactive control. Drag the camer···

★ 1004 2026-08-09