浏览器里玩转任意图像风格迁移，上传图片即刻生成艺术大作。
这是一个基于 TensorFlow.js 的任意风格迁移工具，允许用户将任意艺术风格应用到任意内容图像上，无需预先训练特定风格模型。它解决了传统风格迁移需要为每种风格单独训练模型的问题，通过一个统一的模型实现实时、灵活的样式转换。核心能力包括：支持浏览器端直接运行，无需后端服务器；提供交互式演示界面，用户可上传内容图和风格图即时预览效果；基于深度学习算法，能生成高质量的艺术化图像。项目代码结构清晰，适合开发者集成到自己的Web应用中，也适合学习风格迁移技术原理。
1克隆仓库
把项目源码下载到本地，任选一个存放目录后执行，完成后进入项目根目录。
git clone https://github.com/reiinakano/arbitrary-image-stylization-tfjs.git
cd arbitrary-image-stylization-tfjs2安装 Yarn
README 说明本项目使用 Yarn 管理依赖，运行前必须先装好 Yarn，安装方法参考 https://yarnpkg.com/en/。
3安装项目依赖
在仓库根目录执行该命令获取全部依赖，这一步可能耗时较久，请保持网络畅通。
yarn run prep4启动本地服务
在仓库根目录启动开发服务器，终端会输出监听信息，保持该终端不要关闭。
yarn run start5浏览器访问
打开浏览器访问本地地址，即可看到风格迁移界面，上传内容图与风格图体验效果。
浏览器打开 http://localhost:9966 能看到应用界面，并能上传内容图和风格图生成风格化结果。
Q：必须自己部署才能用吗？
A：不必，官方已提供在线演示站 https://reiinakano.github.io/arbitrary-image-stylization-tfjs，可直接在浏览器中使用，无需本地部署。
Q：需要后端服务器或 GPU 吗？
A：不需要。项目基于 TensorFlow.js 完全在浏览器内运行，无需后端服务，也不需要单独配置 GPU 服务器。
Q：需要为每种风格单独训练模型吗？
A：不需要。任意风格迁移先用风格网络把任意图像编码成 100 维风格向量，再与内容图一起送入转换网络生成结果。
Q：可以用 npm 替代 Yarn 吗？
A：README 只给出 Yarn 的使用方式，为保证依赖与脚本一致，建议按说明使用 Yarn 执行 prep 和 start。
Q：访问 localhost:9966 打不开怎么办？
A：确认 yarn run start 的终端仍在运行且无报错，并检查 9966 端口是否被其他程序占用。
fast-style-transfer、neural-style、magenta
arbitrary-image-stylization-tfjs 是图像领域的开源项目，由 reiinakano 开发，2018 年首次发布。
在全站 13,090 个收录项目中，它的 GitHub 星标数（1,205）位列前 30%，在图像分类的 839 个项目里位列前 14%。
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 2026-09-14。基于TensorFlow.js实现任意风格迁移，可自行部署使用，完全免费。
它主要面向的使用场景是：Web端图像艺术化处理工具开发。同类可对比的替代方案包括 fast-style-transfer、neural-style、magenta。
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···