项目预览
项目数据
项目介绍
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 ★ 504
使用教程
环境要求
- CUDA 显卡
- Python 3.10+
- 较大显存
安装与启动步骤
-
1拉仓库装依赖
按清单装。
git clone https://github.com/PITI-Synthesis/PITI.git -
2装界面依赖
它带一个网页交互界面。
pip install gradio -
3跑推理
先跑单样本看效果。
python inference.py -
4跑批量采样
批量脚本已给。
bash sample.sh -
5要微调再跑训练脚本
微调分两阶段，顺序不能反。
bash mask_finetune_base.sh
如何确认成功
用一张参考图加一个布局条件生成结果，输出在姿态与外观上都符合给定条件
注意事项
- 它做的是带布局条件的图像生成，把结构控制与外观生成分开。
- 微调分基础与上采样两阶段，顺序反了效果会崩。
- 推理与微调脚本都给了，先跑推理确认环境。
- 显存需求高，批量采样注意并发数。
核心亮点
- 基于CLIP预训练，语义理解强，翻译结果更逼真
- 小样本即可微调，大幅降低数据标注成本
- 支持多任务通用框架，代码结构清晰易扩展
不足之处
- 依赖大规模预训练模型，推理资源需求较高
- 文档/社区待观察
适用场景
- 游戏美术：根据草图或语义图快速生成概念图
- 电商设计：将产品线稿自动转换为写实效果图
- 科研实验：在少量标注数据下进行图像风格迁移
替代项目
CycleGAN、pix2pix、ControlNet
上一篇：PIDM
同类项目推荐
gowall
开源
一条命令提取壁纸配色，顺带压缩、OCR 和放大图片
A tool to convert a Wallpaper's color scheme / palette, OCR with VLM's Traditional &···
ai-picture-editor
开源
说句话就能修图，一周学完 AI Agent 全栈
2026 年编程导航 AI 编程实战新项目，基于 React 19 + FastAPI + LangChain + LangGraph +···
blur-diffusion
开源
渐进去模糊，让扩散模型生成更快更清晰
Official PyTorch implementation of the paper Progressive Deblurring of Diffusion Mod···
FreeScale
开源
免训练提升扩散模型分辨率，一张图生成高清细节
[ICCV 2025] Code for FreeScale, a tuning-free method for higher-resolution visual ge···
ai-draw
开源
说句话就能画图改图，草图流程图随手出
Create and edit drawings through conversation.
Anything2Image
开源
把文字、声音、图片统统变成图像，多模态生成一步到位。
Generate image from anything with ImageBind and Stable Diffusion
qiaomu-codex-imagegen
开源
一个接口让任意 Agent 调用 Codex 生图，附小红书海报模板
让任何 Agent 调用 Codex 内置生图（MCP + CLI + Skill），内置小红书、视频封面、Mondo 海···
diffusionmagic
开源
用简单代码跑通 Stable Diffusion 工作流，快速出图
Easy to use Stable diffusion workflows using diffusers
FontDiffuser
开源
一个参考字，AI帮你生成整套同风格字体
[AAAI2024] FontDiffuser: One-Shot Font Generation via Denoising Diffusion with Multi···