ImageFolder

把图像切成高效token，让AR/VAR生成又快又好

ImageFolder 是一个面向自回归（AR）和变量自回归（VAR）图像生成模型的高性能图像分词器。它解决了传统图像生成中像素级建模效率低、难以捕捉全局结构的问题，通过将图像高效地离散化为紧凑的视觉token序列，使后续的生成模型能够以更低的计算成本学习图像分布。核心能力包括：支持多种tokenizer架构（如VQGAN、FSQ等），提供高效的编码与解码流程，并针对AR/VAR训练流程做了优化。项目处于早期阶段，代码结构清晰，便于研究者复现和扩展，旨在推动高分辨率图像生成和条件生成任务的效率与质量提升。

开源 free 图像生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 306

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lxa9867

所属国家

官网地址

GitHubhttps://github.com/lxa9867/ImageFolder

定价模式free

价格说明开源项目，无在线服务，需自行部署，完全免费。

访问状态

是否开源是

开源协议NOASSERTION

主要语言Python

技术栈/模型autoregressive-models,conditional-generation,diffusion-models,efficient-tokenizer,image-generation,image-tokenizer,large-language-model,product-quantization,semantic-tokenizer,vision-transformer

GitHub 星标★ 306

30天Star增速

HF 下载量

上线时间2024-09-29 00:00:00

最近更新2026-09-20 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

专为AR/VAR设计，tokenizer效率高，能显著降低生成模型训练成本
支持多种量化方案（如FSQ），灵活适配不同生成任务
代码简洁，易于集成到现有AR/VAR训练pipeline

不足之处

项目早期，文档和示例较少，上手需参考代码
社区规模小，生态和工具链尚不完善

适用场景

自回归图像生成模型训练
高分辨率图像合成与编辑
条件图像生成（如文本到图像）

替代项目

VQGAN、taming-transformers、FSQ

项目介绍

ImageFolder 是图像领域的开源项目，由 lxa9867 开发，2024 年首次发布。

它收录于图像分类，该分类目前共有 837 个项目，GitHub 星标数为 306。

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 2026-09-20。无在线服务，需自行部署，完全免费。

它主要面向的使用场景是：自回归图像生成模型训练。同类可对比的替代方案包括 VQGAN、taming-transformers、FSQ。

上一篇：ID-Patch

下一篇：comfyui_HiDream-Sampler