MirrorGAN 是图像领域的开源项目，由 qiaott 开发，2019 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 132。
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 2025-11-19。完全免费，需自行部署使用。
它主要面向的使用场景是：学术研究：探索文本到图像生成中的语义对齐方法。同类可对比的替代方案包括 AttnGAN、StackGAN、DF-GAN。
MirrorGAN
让AI根据文字画出精准匹配的图片，语义不跑偏
MirrorGAN是一个基于PyTorch的文本生成图像（Text-to-Image）开源实现，核心思想是通过“镜像”机制提升生成图像与文本描述的语义一致性。它解决传统文本生成图像模型中生成图像细节模糊、与文本语义不匹配的问题。项目包含三个关键模块：文本编码器、生成器和判别器，并引入“语义对齐”和“循环一致性”损失，确保生成图像能准确反映文本中的关键对象、属性和关系。代码结构清晰，支持在CUB和Oxford-102等数据集上训练和测试，适合研究者和开发者用于学术实验或快速原型验证。
开源
free
图像生成
GitHub 星标
★ 132
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qiaott
所属国家
定价模式free
价格说明开源项目，完全免费，需自行部署使用。
访问状态
是否开源是
开源协议
主要语言Python
技术栈/模型gans,text-to-image
GitHub 星标★ 132
30天Star增速
HF 下载量
上线时间2019-04-19 00:00:00
最近更新2025-11-19 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3
使用教程
核心亮点
- 引入循环一致性机制，显著提升图像与文本的语义对齐度
- 代码模块化清晰，便于二次开发和实验复现
- 支持主流数据集（CUB、Oxford-102），开箱即用
不足之处
- 项目维护停滞，依赖旧版PyTorch，环境配置可能困难
- 文档较少，仅提供基础训练/测试命令，高级用法需自行探索
适用场景
- 学术研究：探索文本到图像生成中的语义对齐方法
- 创意设计：辅助设计师根据文字描述快速生成概念图
- 教育演示：作为深度学习教学案例，展示GAN在跨模态生成中的应用
替代项目
AttnGAN、StackGAN、DF-GAN
项目介绍
下一篇：AnyControl
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···