Sketch-Guided-Stable-Diffusion

画个草图加句话,精准控制AI生成图像的构图

这是谷歌论文《Sketch-Guided Text-to-Image Diffusion Model》的非官方实现,旨在让用户通过简单草图(如手绘线条)结合文本提示,精准控制Stable Diffusion生成图像的构图和内容。它解决的是纯文本生成图像时构图不可控的问题,核心能力是使用边缘检测(如Canny)提取草图的形状信息,作为条件输入引导扩散模型,使生成结果在保留草图轮廓的同时,遵循文本语义。项目基于PyTorch和Stable Diffusion,提供了推理脚本和示例,适合研究草图引导生成、图像编辑等场景。目前处于早期开发阶段,功能基础,文档和代码结构有待完善。

开源 free 图像生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 72
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ogkalu2
所属国家
官网地址
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artificial-intelligence,deep-learning,generative-art,implementation,pytorch,stable-diffusion,text-to-image
GitHub 星标★ 72
30天Star增速
HF 下载量
上线时间2023-01-13 00:00:00
最近更新2025-11-12 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5

使用教程

核心亮点

  • 直接复现谷歌前沿论文,提供草图引导生成的新思路
  • 基于Stable Diffusion,生成质量有保障,且易于扩展
  • 代码结构清晰,适合二次开发和研究学习

不足之处

  • 项目处于早期,功能单一,仅支持基础推理
  • 文档和社区支持待观察,使用门槛较高

适用场景

  • 设计师快速用草图表达构图,AI生成初稿
  • 研究者探索草图条件控制图像生成
  • 内容创作者在生成图像时精确控制物体位置和姿态

替代项目

ControlNet、T2I-Adapter、Sketch-Guided Diffusion (官方实现)

项目介绍

Sketch-Guided-Stable-Diffusion 是图像领域的开源项目,由 ogkalu2 开发,2023 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 72。

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 2025-11-12。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:设计师快速用草图表达构图,AI生成初稿。同类可对比的替代方案包括 ControlNet、T2I-Adapter、Sketch-Guided Diffusion (官方实现)。

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

★ 13967 2026-08-09
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···

★ 70 2026-08-09
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···

★ 134493 2026-08-09