VPGen

把文字指令拆成视觉步骤,生成更准、可评估的图片

开源 🏷️完全免费 ✅ 目前可打开 图像生成 🍴 复刻 3 👀 关注 1
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 57
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,提供在线演示页面,可免费使用。

项目预览

VPGen 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j-min
定价模式🏷️完全免费
价格说明开源项目,提供在线演示页面,可免费使用。
访问状态✅ 目前可打开
是否开源是
主要语言Jupyter Notebook
技术栈/模型pytorch,step-by-step,text-to-image,text-to-image-evaluation,text-to-image-generation
GitHub 星标★ 57
上线时间2023-05-23 00:00:00
代码更新2023-07-25
仓库体积6.0 MB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数3

项目介绍

VPGen是一个基于视觉编程的文本到图像生成与评估框架,来自NeurIPS 2023论文。它通过将文本提示分解为逐步的视觉程序(如对象检测、布局生成、图像编辑等),利用现成的视觉模型(如目标检测器、分割模型)来生成更精确、可控的图像,并提供了自动化的评估指标。核心能力包括:将复杂文本指令转化为可执行的视觉步骤,结合多个视觉模块提升生成质量,以及提供细粒度的生成结果评估。项目代码以Jupyter Notebook形式提供,便于研究者复现和扩展。

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 ★ 57

核心亮点

  • 创新性地将视觉编程引入文生图,提升复杂指令的遵循能力
  • 提供自动化评估指标,便于量化生成质量
  • 基于NeurIPS论文,方法有理论支撑,模块化设计易扩展

不足之处

  • 项目处于早期,星标少,文档和社区支持待观察
  • 依赖多个外部视觉模型,部署和运行成本较高

适用场景

  • 学术研究:复现论文方法,探索视觉编程在生成任务中的应用
  • 复杂文本到图像生成:需要精确控制对象位置、属性的场景
  • 文生图模型评估:需要自动化评估生成结果与文本一致性的场景

替代项目

DALL-E 2、Stable Diffusion、Imagen

上一篇:GigaGAN

下一篇:api-examples

同类项目推荐

nano-banana-2-skill 开源

终端一句话出图,还能挂进 Claude Code 工作流

AI image generation CLI powered by Gemini 3 Pro. Green screen transparency, referenc···

★ 417 2026-11-06
DCGAN-Tensorflow 开源

用 TensorFlow 快速训练 DCGAN,生成 Fashion-MNIST 和 CIFAR-10 图像

A Tensorflow implementation of Deep Convolutional Generative Adversarial Networks tr···

★ 71 2026-08-09
Portable-Diffusion 开源

零配置本地跑图,一键生成不折腾

[Deprecated] Zero-configuration local AI studio. Active development has moved to Unc···

★ 157 2026-08-09
PromptEnhancer 开源

一键优化提示词,让图像生成更精准、更出彩

[CVPR 2026] PromptEnhancer is a prompt-rewriting tool, refining prompts into clearer···

★ 3802 2026-08-09
batch-image-generator 开源

上传模板和CSV,一键批量生成定制化图片

Generate dynamic image content based on a template image and a CSV file.

★ 81 2026-08-09
animatediff-cli 开源

命令行一键生成 Stable Diffusion 动画,无需写代码。

a CLI utility/library for AnimateDiff stable diffusion generation

★ 271 2026-08-09
Simple_Prompt_Generator 开源

不会写提示词?一键生成高质量 AI 绘画咒语

A user-friendly tool for generating high-quality text prompts for AI image generatio···

★ 166 2026-08-09
EpiDiff 开源

单图生成多视角,极线约束保一致,3D重建更高效

[CVPR 2024] EpiDiff: Enhancing Multi-View Synthesis via Localized Epipolar-Constrain···

★ 142 2026-08-09