pix2pix

草稿线稿丢进去，自动上色变成品图

基于条件对抗网络的开创性图像到图像翻译模型，只需成对数据即可实现线稿上色、语义图转照片、街景转换等任务，是 pix2pix 家族的奠基之作，对后续研究影响深远。

开源 free 图像生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 10659

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phillipi

所属国家

官网地址https://phillipi.github.io/pix2pix

GitHubhttps://github.com/phillipi/pix2pix

定价模式free

价格说明开源项目，代码公开，可自行部署使用，完全免费。

访问状态

是否开源是

开源协议NOASSERTION

主要语言Lua

技术栈/模型computer-graphics,computer-vision,dcgan,deep-learning,gan,generative-adversarial-network,image-generation,image-manipulation,image-to-image-translation,pix2pix

GitHub 星标★ 10659

30天Star增速

HF 下载量

上线时间2016-11-16 00:00:00

最近更新2026-09-21 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

难度：进阶约 15 分钟部署方式：本地安装 7 步

环境要求

Linux 或 OSX 系统
NVIDIA GPU + CUDA CuDNN（CPU 模式与无 CuDNN 的 CUDA 需要少量修改且未经测试）
已安装 Torch 及其依赖（参考 https://github.com/torch/distro）
已安装 luarocks（随 Torch 发行版提供）

安装与启动步骤

1安装 Torch

按 Torch distro 官方说明安装 Torch 及依赖。README 未给出具体安装命令，需前往 https://github.com/torch/distro 按指引操作。
2安装 Lua 依赖包

安装 pix2pix 需要的 nngraph 和 display 两个 torch 包，display 从 rockspec 地址安装。
```
luarocks install nngraph
luarocks install https://raw.githubusercontent.com/szym/display/master/display-scm-0.rockspec
```
3克隆代码仓库

把 pix2pix 源码克隆到本地并进入目录，后续所有命令都在该目录下执行。
```
git clone git@github.com:phillipi/pix2pix.git
cd pix2pix
```
4下载数据集

以 CMP Facades 数据集为例，运行脚本自动下载并解压到 ./datasets/facades 目录。
```
bash ./datasets/download_dataset.sh facades
```
5启动显示服务

可选：另开一个终端启动 display 服务，训练过程中可以实时查看生成结果。
```
th -ldisplay.start 8000 0.0.0.0
```
6训练模型

用 Facades 数据训练 BtoA 方向的模型，name 决定结果输出目录名。只有 CPU 时改用 CPU 命令。
```
DATA_ROOT=./datasets/facades name=facades_generation which_direction=BtoA th train.lua
```
7测试模型

加载训练好的模型做验证，结果会写入 html 文件，直接用浏览器打开查看生成的图像。
```
DATA_ROOT=./datasets/facades name=facades_generation which_direction=BtoA phase=val th test.lua
```

关键配置

配置项	必填	说明	示例
`DATA_ROOT`	是	数据集所在目录路径	`./datasets/facades`
`name`	是	本次实验名称，决定模型与结果保存目录名	`facades_generation`
`which_direction`	是	翻译方向，AtoB 或 BtoA	`BtoA`
`phase`	否	运行阶段，测试时设为 val	`val`
`gpu`	否	设为 0 强制只用 CPU 运行	`0`
`cudnn`	否	设为 0 关闭 CuDNN 加速	`0`

如何确认成功

测试完成后打开 ./results/facades_generation/latest_net_G_val/index.html，能看到生成的图像即表示成功。

常见问题

Q：没有 GPU 能跑吗？

A：可以，在训练命令前加 gpu=0 cudnn=0 强制 CPU 运行，README 示例还配了 batchSize=10 save_epoch_freq=5；但 CPU 模式未经测试，可能需自行微调。

Q：该用 Torch 版还是 PyTorch 版？

A：README 明确推荐 PyTorch 版（junyanz/pytorch-CycleGAN-and-pix2pix），该版本仍在积极开发，效果与 Torch 版相当或更好。

Q：训练大概要多久？

A：README 举例：Facades 任务仅用 400 张图、单张 Pascal Titan X GPU 训练约 2 小时即可得到不错效果；更难的任务需要更大数据集和数小时甚至数天。

Q：结果文件在哪里？

A：测试结果保存在 ./results/facades_generation/latest_net_G_val/index.html，训练过程可通过 display 服务在 8000 端口实时查看。

注意事项

Torch 版已不再活跃维护，新项目建议优先使用 README 推荐的 PyTorch 实现。
CPU 模式或 CUDA 不带 CuDNN 可能可行，但需少量代码修改且官方未做测试。
训练环境仅支持 Linux 或 OSX，不支持 Windows。
克隆命令用的是 SSH 地址，若未配置 SSH key 可改用 HTTPS 地址克隆。

核心亮点

首次提出条件GAN用于通用图像到图像翻译，框架简洁且效果显著，成为后续众多工作的基线
代码结构清晰，基于Torch实现，训练和测试流程完整，易于复现和二次开发
支持多种图像翻译任务（如语义分割转街景、边缘转照片等），并提供了丰富的数据集和预训练模型

不足之处

原始实现基于Lua/Torch，与现代PyTorch生态不兼容，需依赖旧环境
生成图像分辨率有限（256x256），高分辨率场景下细节不足
文档/社区待观察

适用场景

学术研究：作为GAN图像翻译的基线方法，用于对比实验和教学
创意设计：快速将草图或标签图转换为逼真图像，辅助概念设计
数据增强：生成配对训练数据，用于其他视觉任务（如分割、检测）

替代项目

CycleGAN、pix2pixHD、SPADE (GauGAN)

项目介绍

pix2pix 是图像领域的开源项目，由 phillipi 开发，2016 年首次发布。

在全站 13,090 个收录项目中，它的 GitHub 星标数（10,659）位列前 5%，在图像分类的 839 个项目里位列前 2%。

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 2026-09-21。代码公开，可自行部署使用，完全免费。

它主要面向的使用场景是：学术研究：作为GAN图像翻译的基线方法，用于对比实验和教学。同类可对比的替代方案包括 CycleGAN、pix2pixHD、SPADE (GauGAN)。

上一篇：CycleGAN

下一篇：neural-doodle