Seg2Sat 是图像领域的开源项目，由 RubenGres 开发，2023 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 100。
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 2026-09-09。本地部署，完全免费。
它主要面向的使用场景是：遥感图像数据增强，扩充训练集。同类可对比的替代方案包括 GeoDiffusion、Sat2Map、pix2pix-turbo。
Seg2Sat
用文本和分割图，一键生成逼真航拍图，解决遥感数据荒。
Seg2Sat 是一个利用 Stable Diffusion 和 ControlNet 生成合成航拍图像的开源项目。它主要解决遥感领域数据稀缺的问题，通过将语义分割地图（如土地覆盖分类）作为条件输入，结合文本提示，生成逼真的卫星或航拍图像。核心能力包括：支持自定义语义标签和文本描述，利用 ControlNet 精确控制生成图像的结构与布局，从而为遥感模型训练、数据增强和场景模拟提供低成本、可扩展的合成数据生成方案。项目以 Jupyter Notebook 形式提供，便于研究人员快速上手和实验。
开源
free
图像生成
GitHub 星标
★ 100
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RubenGres
所属国家
定价模式free
价格说明开源项目，本地部署，完全免费
访问状态
是否开源是
开源协议
主要语言Jupyter Notebook
技术栈/模型diffusion-models,earth-observation,remote-sensing,stable-diffusion,text-to-image
GitHub 星标★ 100
30天Star增速
HF 下载量
上线时间2023-04-24 00:00:00
最近更新2026-09-09 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
核心亮点
- 结合文本与分割图双条件控制，生成图像结构更精准
- 基于 Stable Diffusion 和 ControlNet 成熟生态，效果稳定
- Notebook 形式，上手门槛低，适合快速实验
不足之处
- 项目处于早期，文档和社区支持待观察
- 合成图像与真实遥感数据仍有差距，需进一步验证
适用场景
- 遥感图像数据增强，扩充训练集
- 城市规划与土地利用变化的可视化模拟
- 学术研究中合成数据生成与模型验证
替代项目
GeoDiffusion、Sat2Map、pix2pix-turbo
项目介绍
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···