StyleSwin

用 Transformer 生成高清图像，效果媲美 StyleGAN

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 52 🐛 待处理 13 👀 关注 7 ⚠️ 作者已归档（停止维护）

GitHub ↗

GitHub 星标 ★ 543

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，完全免费，可自行部署使用。

项目预览

项目数据

分类图像生成

开发团队microsoft

GitHubhttps://github.com/microsoft/StyleSwin

定价模式🏷️完全免费

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🔧 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computer-vision,deep-learning,deep-neural-networks,gans,generative-adversarial-network,image-generation,image-synthesis,pytorch,styleswin,transformer

GitHub 星标★ 543

上线时间2021-11-30 00:00:00

代码更新2024-07-30

仓库体积11.5 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3

项目介绍

StyleSwin 是一个基于 Transformer 的高分辨率图像生成模型，发表于 CVPR 2022。它针对传统 GAN 在生成高分辨率图像时依赖卷积结构、难以捕捉全局依赖的问题，将 Swin Transformer 引入生成器，结合风格调制机制，实现了从 256×256 到 1024×1024 的高质量图像合成。项目提供了完整的训练和测试代码，支持人脸、猫、教堂等数据集的生成，并公开了预训练权重。核心能力包括：多尺度 Transformer 生成器设计、与 StyleGAN 类似的风格控制、以及在高分辨率下保持全局一致性的能力。该项目为研究 Transformer 在生成任务中的潜力提供了重要参考，也验证了纯注意力机制在图像生成领域的可行性。

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 ★ 543

技术标签

computer-vision deep-learning deep-neural-networks gans generative-adversarial-network

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：进阶约 60 分钟部署方式：本地GPU 5 步

环境要求

PyTorch
CUDA 显卡
人脸或通用图像数据集

安装与启动步骤

1拉仓库装依赖

官方实现，按 requirements 装。
```
python -m pip install -r requirements.txt
```
2备数据

它按固定分辨率训练，数据要先对齐到同一尺寸。
3跑训练

先小分辨率短轮次，确认能出图。
4看高频细节

它的卖点是高分辨率下的纹理质量，重点看这块。
5对比同等算力下的卷积方案

不对比就看不出 Transformer 结构到底值不值。