VQGAN-CLIP-Docker

一条命令,用文本生成图像,无需配置环境

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 图像生成 🍴 复刻 17 🐛 待处理 2 👀 关注 1
GitHub ↗
GitHub 星标 ★ 77
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,可自行部署使用,完全免费。

项目预览

VQGAN-CLIP-Docker 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kcosta42
定价模式🏷️完全免费
价格说明开源项目,MIT许可证,可自行部署使用,完全免费。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议MIT
主要语言Python
技术栈/模型deep-learning,docker,generative-adversarial-network,generative-art,text-to-image,text2image,transformers,vqgan
GitHub 星标★ 77
上线时间2021-08-02 00:00:00
代码更新2021-10-15
仓库体积2.2 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

VQGAN-CLIP-Docker 是一个将 VQGAN 与 CLIP 模型结合并容器化的开源项目,旨在实现零样本(zero-shot)文本到图像的生成。它解决了用户需要复杂环境配置才能运行生成模型的问题,通过 Docker 封装,让开发者或艺术家能快速启动文本生成图像的流程。核心能力包括:利用 VQGAN 作为生成器,CLIP 作为语义引导,将文本描述转化为视觉图像;支持自定义文本提示、图像尺寸、迭代步数等参数;提供简单的命令行接口和 Docker 镜像,降低使用门槛。项目基于 Python 和深度学习技术,适用于创意设计、概念可视化等场景。由于是早期项目,功能相对基础,但为后续类似工具提供了容器化参考。

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 ★ 77

核心亮点

  • Docker 化部署,免去本地依赖安装,开箱即用
  • 结合 VQGAN 和 CLIP,实现零样本文本到图像生成
  • 提供命令行参数,灵活控制生成效果

不足之处

  • 功能较基础,缺乏高级控制(如风格迁移、精细编辑)
  • 文档/社区待观察

适用场景

  • 快速原型验证,测试文本提示的生成效果
  • 艺术家或设计师进行概念草图生成
  • 教学演示,展示生成对抗网络和对比学习结合

替代项目

DeepDaze、Big Sleep、ru-DALLE

上一篇:text-to-image

下一篇:awesome-stable-diffusion

同类项目推荐

Image-MetaHub 开源

本地管理AI生成图,一键回传ComfyUI复现

Local-first AI image organizer and generative media library manager for ComfyUI, A11···

★ 335 2026-08-09
S2ML-Generators 开源

开箱即用的多媒体生成 notebook 合集,快速上手多种 ML 方法

Multiple notebooks which allow the use of various machine learning methods to genera···

★ 179 2026-08-09
CrossAttentionControl 开源

用提示词精准控制扩散模型编辑图像,无需重训练

Unofficial implementation of "Prompt-to-Prompt Image Editing with Cross Attention Co···

★ 1337 2026-08-09
SeeSR 开源

用扩散模型和语义提示,让模糊图片恢复清晰细节

[CVPR2024] SeeSR: Towards Semantics-Aware Real-World Image Super-Resolution

★ 658 2026-08-09
carefree-creator 开源

无限画布上玩转 AI 图像生成与编辑

AI magics meet Infinite draw board.

★ 1935 2026-08-09
StableSwarmUI 开源

一个界面管所有生图工具,不用再来回切换

StableSwarmUI, A Modular Stable Diffusion Web-User-Interface, with an emphasis on ma···

★ 4940 2026-08-09
taesd 开源

几 MB 小模型替代 VAE,让 SD 出图预览快如闪电

Tiny AutoEncoder for Stable Diffusion (and other image models)

★ 998 2026-09-28
Text2Light 开源

输入一句话,秒出 360° HDR 全景环境图

[SIGGRAPH Asia 2022] Text2Light: Zero-Shot Text-Driven HDR Panorama Generation

★ 630 2026-08-09