项目预览
项目数据
项目介绍
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 ★ 86
核心亮点
- 引入OCR感知损失，显著改善生成图像中文字的清晰度
- 基于成熟VQGAN架构，代码质量高，易于二次开发
- 针对Paper2Fig100k数据集优化，贴合论文图表场景
不足之处
- 依赖特定数据集，泛化性待验证
- 文档/社区待观察
适用场景
- 论文图表自动生成与重建
- 图像压缩与离散表示学习
- OCR相关图像生成研究
替代项目
VQGAN、DALL-E、Taming Transformers
上一篇：GestureGAN
下一篇：polynomial_nets
同类项目推荐
roofgan
开源
一键生成结构合理的3D屋顶，助力建筑自动化建模。
[CVPR 2021] Roof-GAN: Learning to Generate Roof Geometry and Relations for Residenti···
awesome-camouflaged-object-detec···
开源
伪装目标检测论文、数据集与代码一站合集
A curated list of awesome resources for camouflaged/concealed object detection (COD)···
awesome-yolo-object-detection
开源
一份清单，快速找到你想要的 YOLO 模型和数据集。
A collection of some awesome public YOLO object detection series projects and the re···
receipt-ocr
开源
拍张票据照片，自动提取金额日期等关键字段
An efficient OCR engine for receipt image processing.
vlmrun-cookbook
开源
照着 Notebook 跑通视觉大模型 API，快速做出文档识别原型
Examples and guides for using the VLM Run API
supervisely
开源
用 Python 把 CV 标注和训练流程自动化跑起来
Supervisely SDK for Python - convenient way to automate, customize and extend Superv···
PerCo
开源
超低码率下用扩散模型生成真实感图像，压缩不失真
PyTorch implementation of PerCo (Towards Image Compression with Perfect Realism at U···
Franca
开源
用嵌套套娃聚类，让视觉模型学得更快更准
Official code of Franca: Nested Matryoshka Clustering for Scalable Visual Representa···
deepdoctection
开源
一行代码搭建文档解析流水线，快速提取版面、表格与文本。
A Repo For Document AI