DragGAN

想改哪就拖哪,图片姿势表情随便调

DragGAN 全功能开源实现,支持通过拖拽点交互式操控生成图像,在线 Demo 与本地部署均可使用,代码、模型全部开源,兼容 Windows、macOS、Linux,让你轻松体验拖拽修图的神奇效果。

开源 free 图像生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 4944
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OpenGVLab
所属国家
官网地址
定价模式free
价格说明完全开源免费,支持本地部署,无付费版本。
访问状态
是否开源是
开源协议
主要语言Python
技术栈/模型draggan,gradio-interface,image-editing,image-generation,interngpt
GitHub 星标★ 4944
30天Star增速
HF 下载量
上线时间2023-05-20 00:00:00
最近更新2026-09-22 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

难度:入门 约 10 分钟 部署方式:库/依赖 6 步

⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。

环境要求

  • Python 环境(README 未指定具体版本,建议 3.8+)
  • 推荐支持 CUDA 的 NVIDIA GPU(README 提到已解决常见 CUDA 问题)
  • 可访问 GitHub 与 PyPI 的网络环境
  • 若用 Colab:需在运行时类型中手动选择 GPU

安装与启动步骤

  1. 1准备运行环境

    本项目为 Python 项目,本地部署需先装好 Python;若使用 GPU 加速,请确认 CUDA 环境可用,README 提到已处理常见 CUDA 问题。

  2. 2安装 DragGAN

    README 明确给出的最简单安装方式,从 PyPI 直接安装 DragGAN 包。

    pip install draggan
  3. 3安装 1.1.0 版本

    README 指出:如果需要上传自定义图片,请安装 1.1.0 版本。仅普通体验可不装。

    pip install draggan==1.1.0
  4. 4试用新版(可选)

    README News 中提到 1.1.0b2 为测试版本,包含速度提升与更多模型,可按需试装。

    pip install draggan==1.1.0b2
  5. 5用 Colab 在线体验

    打开 README 提供的 Colab Demo 链接,务必通过“代码执行程序/更改运行时类型”选择 GPU 后再运行。

  6. 6本地运行看 INSTALL

    README 未在正文给出本地启动命令,本地部署请按仓库内 INSTALL.md 的说明逐步操作。

如何确认成功

README 未给出本地启动后的验证命令;Colab 中按官方教程视频操作,能出现拖拽交互界面即为成功。

常见问题

Q:上传自定义图片失败怎么办?

A:README 说明:想上传自定义图片需使用 1.1.0 版本,执行 pip install draggan==1.1.0 后重试。

Q:Colab 里跑得很慢或报错?

A:确认已在“代码执行程序/更改运行时类型”中选择 GPU,CPU 模式下运行会非常慢。

Q:本地怎么启动?

A:README 正文只指向 INSTALL.md,未给出具体启动命令,请查阅仓库中的 INSTALL.md 获取准确步骤。

Q:遇到 CUDA 相关问题?

A:README 提到已处理常见 CUDA 问题,可参考仓库 issue 38 等相关讨论排查。

注意事项

  • README 正文未提供本地运行的启动命令,请以仓库 INSTALL.md 为准,不要凭猜测执行参数。
  • Colab 使用前必须手动切换运行时为 GPU。
  • 社区版为非官方实现,论文与官方代码见 README 中的链接。

核心亮点

  • 基于GAN的交互式拖拽编辑,支持精确控制生成图像的姿态、形状和布局,无需手动标注
  • 提供在线Demo和本地部署支持,覆盖Windows、macOS、Linux,降低上手门槛
  • 代码和模型完全开源,技术栈清晰(Gradio界面),便于二次开发和研究

不足之处

  • 依赖GAN生成模型,对非GAN生成或复杂真实图像编辑效果有限
  • 文档和社区支持相对薄弱,部分功能实现细节需自行探索

适用场景

  • 学术研究:探索生成图像流形上的点操控与语义编辑
  • 创意设计:快速调整AI生成图像的构图和姿态,辅助视觉创作
  • 教学演示:展示GAN的可解释性和交互式编辑能力

替代项目

StyleGAN-Human、GANSpace、InteractiveGAN

项目介绍

DragGAN 是图像领域的开源项目,由 OpenGVLab 开发,2023 年首次发布。

在全站 13,109 个收录项目中,它的 GitHub 星标数(4,944)位列前 9%,在图像分类的 840 个项目里位列前 5%。

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 2026-09-22。完全开源免费,支持本地部署,无付费版本。

它主要面向的使用场景是:学术研究:探索生成图像流形上的点操控与语义编辑。同类可对比的替代方案包括 StyleGAN-Human、GANSpace、InteractiveGAN。

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
imagen-pytorch 开源

说句话生成高清图,放大也不糊

Implementation of Imagen, Google's Text-to-Image Neural Network, in Pytorch

★ 8427 2026-08-09