CoCosNet-v2

高分辨率图像翻译，精准对应细节不糊

CoCosNet-v2 是一个基于深度学习的图像翻译项目，专注于全分辨率对应关系学习。它解决的是图像到图像翻译中，当输入图像与参考图像存在大形变或视角差异时，如何实现高质量、细节丰富的生成结果的问题。核心能力包括：利用全分辨率对应关系学习，在保持全局结构一致性的同时，捕捉精细的纹理细节；支持多种图像翻译任务，如风格迁移、姿态迁移、物品变形等；在训练和推理时，通过多尺度特征匹配和可微的对应关系估计，提升生成图像的保真度和分辨率。该项目提供了完整的训练和测试代码，以及预训练模型，方便研究者复现和扩展。

开源 free 图像生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 346

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microsoft

所属国家

官网地址

GitHubhttps://github.com/microsoft/CoCosNet-v2

定价模式free

价格说明开源项目，MIT许可证，完全免费，需自行部署。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型cocosnet,computer-vision,deep-learning,gans,generative-adversarial-network,image-generation,image-manipulation,image-synthesis,image-translation,pytorch

GitHub 星标★ 346

30天Star增速

HF 下载量

上线时间2021-03-01 00:00:00

最近更新2026-09-04 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2

使用教程

核心亮点

全分辨率对应学习，生成图像细节更清晰
支持多种图像翻译任务，如风格迁移、姿态迁移
提供预训练模型和完整代码，易于复现

不足之处

文档/社区待观察

适用场景

艺术风格转换，将照片转为特定画家风格
虚拟试衣，将服装图像迁移到人物图像上
姿态迁移，改变图像中物体的姿态或形状

替代项目

CycleGAN、StarGAN、CoCosNet (v1)

项目介绍

CoCosNet-v2 是图像领域的开源项目，由 microsoft 开发，2021 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 346。

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 2026-09-04。MIT许可证，完全免费，需自行部署。

它主要面向的使用场景是：艺术风格转换，将照片转为特定画家风格。同类可对比的替代方案包括 CycleGAN、StarGAN、CoCosNet (v1)。

上一篇：StyleSwin

下一篇：TSIT