semantic-draw

边画边生成，实时交互式图像创作

开源 🏷️完全免费 ✅ 目前可打开图像生成 🍴 复刻 51 🐛 待处理 4 👀 关注 8

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 587

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，MIT许可证，提供Hugging Face Spaces在线演示，完全免费。

项目预览

semantic-draw 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ironjr

官网地址https://jaerinlee.com/research/semantic-draw

GitHubhttps://github.com/ironjr/semantic-draw

定价模式🏷️完全免费

价格说明开源项目，MIT许可证，提供Hugging Face Spaces在线演示，完全免费。

访问状态✅ 目前可打开

是否开源是

开源协议MIT

主要语言Jupyter Notebook

技术栈/模型cvpr2025,diffusion-models,drawing,huggingface-spaces,image-generation,stable-diffusion,stablediffusion3,streaming,text-to-image

GitHub 星标★ 587

上线时间2024-02-15 00:00:00

代码更新2025-06-01

仓库体积341.5 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

SemanticDraw 是 CVPR 2025 论文的官方实现，旨在解决图像扩散模型在交互式内容创作中实时性不足的问题。传统扩散模型生成图像需要多次迭代采样，难以支持用户实时绘制和修改。该框架通过流式（streaming）扩散机制，让用户边画边生成，实现近乎实时的反馈。核心能力包括：基于 Stable Diffusion 3 的流式生成、支持文本与草图的多模态输入、以及可在 Hugging Face Spaces 上直接体验的交互界面。项目提供 Jupyter Notebook 示例，方便研究者复现和二次开发，为创意设计、快速原型制作等场景提供高效工具。

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 ★ 587

技术标签

cvpr2025 diffusion-models image-generation stable-diffusion streaming

使用教程

难度：进阶约 40 分钟部署方式：本地GPU 5 步

环境要求

NVIDIA 显卡
conda 环境
文生图底座权重

安装与启动步骤

1建环境

官方指定 Python 版本，照抄别升。
```
conda create -n semdraw python=3.12
```
2装依赖

按仓库清单装，图形界面部分也要装全。
```
pip install -r requirements.txt
```
3拉基础模型

用指定的文生图底座，版本要对得上。
4起界面

在画布上涂色块再让模型补全，交互是它的重点。
```
python app.py --model stable-diffusion-v1-5
```
5按语义改图

涂改区域代表语义替换，不是简单修补。