Conditional-AnimeGAN 是图像领域的开源项目，由 Natsu6767 开发，2018 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 93。
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 2026-04-15。本地部署，完全免费。
它主要面向的使用场景是：动漫风格头像批量生成。同类可对比的替代方案包括 AnimeGAN、AnimeGANv2、DCGAN。
Conditional-AnimeGAN
输入条件标签，一键生成指定风格的动漫人脸
Conditional-AnimeGAN 是一个基于条件生成对抗网络（Conditional GAN）的动漫人脸生成项目。它解决了从随机噪声或指定类别条件生成高质量动漫风格人脸图像的问题。核心能力包括：通过输入类别标签（如发色、表情等）控制生成图像的属性，实现多样化和可控的动漫人脸合成。项目使用 Python 实现，基于 PyTorch 框架，提供了完整的训练和推理代码，适合研究条件生成对抗网络在动漫图像生成领域的应用。尽管项目处于早期阶段，星标数不高，但代码结构清晰，便于二次开发和实验。
开源
free
设计创意
GitHub 星标
★ 93
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类设计创意
开发团队Natsu6767
所属国家
定价模式free
价格说明开源项目，本地部署，完全免费
访问状态
是否开源是
开源协议
主要语言Python
技术栈/模型anime,deep-learning,generative-adversarial-network,generative-art,generative-model,pytorch
GitHub 星标★ 93
30天Star增速
HF 下载量
上线时间2018-12-22 00:00:00
最近更新2026-04-15 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6
使用教程
核心亮点
- 支持条件控制生成，可指定发色、表情等属性
- 基于 PyTorch，代码简洁易读，适合学习研究
- 提供训练和推理脚本，开箱即用
不足之处
- 项目早期，文档和示例较少
- 生成图像分辨率可能有限，需自行优化
适用场景
- 动漫风格头像批量生成
- 条件生成对抗网络教学实验
- 游戏或插画角色设计辅助
替代项目
AnimeGAN、AnimeGANv2、DCGAN
项目介绍
上一篇：geopattern
下一篇：CPPN-WGAN
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···