img2imgGAN 是图像领域的开源项目，由 kvmanohar22 开发，2017 年首次发布。
它收录于图像分类，该分类目前共有 839 个项目，GitHub 星标数为 57。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2025-04-17。MIT许可证，完全免费，可自行部署使用。
它主要面向的使用场景是：学术研究：复现多模态图像翻译论文。同类可对比的替代方案包括 BicycleGAN、Pix2Pix、CycleGAN。
img2imgGAN
让图像翻译不再单调，一个输入多种输出
img2imgGAN 是论文《Toward Multimodal Image-to-Image Translation》的 TensorFlow 实现，属于多模态图像到图像翻译的早期探索项目。它解决传统 pix2pix 模型只能一对一映射、无法生成多样输出的问题，通过引入条件变分自编码器（cVAE）和潜在编码器，使模型能够学习输入图像到输出图像的多模态分布，从而为同一输入生成多种合理结果。核心能力包括：基于 BicycleGAN 思想的训练框架、支持配对图像数据的训练与测试、提供预训练模型和测试脚本。项目代码结构清晰，适合研究多模态图像翻译的入门参考。
开源
free
图像生成
GitHub 星标
★ 57
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类图像生成
开发团队kvmanohar22
所属国家
定价模式free
价格说明开源项目，MIT许可证，完全免费，可自行部署使用。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型gans,image-generation,image-translation,image2image,nips-2017,pix2pix,tensorflow
GitHub 星标★ 57
30天Star增速
HF 下载量
上线时间2017-12-11 00:00:00
最近更新2025-04-17 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数4
使用教程
核心亮点
- 实现了多模态图像翻译，突破 pix2pix 单一输出限制
- 代码结构简单，适合学术研究和二次开发
- 提供预训练模型，可直接体验效果
不足之处
- 文档/社区待观察
- 依赖旧版 TensorFlow，环境配置较麻烦
适用场景
- 学术研究：复现多模态图像翻译论文
- 教学演示：理解 cVAE 与生成对抗网络的结合
- 创意设计：为同一输入生成多种风格变体
替代项目
BicycleGAN、Pix2Pix、CycleGAN
项目介绍
同类项目推荐
satori
开源
网页代码一键变高清图，放大不糊，不用截图
Enlightened library to convert HTML and CSS to SVG
C2GAN
开源
用关键点精准控制图像生成，让AI画出你想要的结构
[ACM MM 2019 Oral] Cycle In Cycle Generative Adversarial Networks for Keypoint-Guide···
stable-diffusion-webui
开源
打开网页说想法，配图素材几秒到手
Stable Diffusion web UI
ComfyUI
开源
像搭积木一样连节点，生图流程自己搭
The most powerful and modular diffusion model GUI, api and backend with a graph/node···