OMG

上传几张图，让AI同时生成多个指定物体，遮挡也不怕

开源 🏷️完全免费 ✅ 目前可打开图像生成 🍴 复刻 47 🐛 待处理 15 👀 关注 12

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 701

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，可免费体验，无付费版本。

项目预览

项目数据

分类图像生成

开发团队kongzhecn

官网地址https://kongzhecn.github.io/omg-project

GitHubhttps://github.com/kongzhecn/OMG

定价模式🏷️完全免费

价格说明开源项目，提供在线演示页面，可免费体验，无付费版本。

访问状态✅ 目前可打开

是否开源是

主要语言Python

技术栈/模型image-customization,image-generation

GitHub 星标★ 701

上线时间2024-02-06 00:00:00

代码更新2024-07-02

仓库体积33.5 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

OMG 是一个面向扩散模型的个性化多概念图像生成框架，由南洋理工大学等机构在 ECCV 2024 提出。它解决了现有定制化生成模型只能处理单一概念、且对遮挡场景（如物体重叠、部分遮挡）生成效果差的问题。核心能力包括：支持同时生成多个用户指定的概念（如人物、物体、风格），并在生成过程中保持各概念的视觉身份一致性；通过引入遮挡友好的注意力机制和概念解耦策略，即使概念间存在遮挡关系，也能生成自然、合理的图像。项目基于 Stable Diffusion 构建，提供训练和推理代码，用户可上传少量参考图（如 3-5 张）即可学习新概念，并组合多个概念生成新场景。该工作为个性化图像编辑、创意设计等应用提供了更灵活、更鲁棒的解决方案。

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 ★ 701

技术标签

image-generation

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：高级约 90 分钟部署方式：本地安装 5 步

环境要求

CUDA GPU
Python 3.10.6
模型权重

安装与启动步骤

1建 conda 环境

官方钉了 python 3.10.6 与 torch 2.0.1，版本严格。
```
conda create -n OMG python=3.10.6
```
2装 PyTorch 三件套

torch、torchvision、torchaudio 版本要配套，单独升会崩。
```
pip install torch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2
```
3装项目依赖

requirements 里有编译包，装之前确保有 gcc 与 CUDA 头文件。
```
pip install -r requirements.txt
```
4补装检测器

GroundingDINO 与 segment-anything 要单独装，用于开放词表检测。
```
pip install git+https://github.com/facebookresearch/segment-anything.git
```
5起 Gradio 演示

先跑演示页确认模型可用，再写自己的推理脚本。
```
python gradio_demo/app.py --segment_type yoloworld
```