DreamBooth 是模型训练领域的开源项目，由 soenmezanil 开发，2022 年首次发布。
它收录于模型训练分类，该分类目前共有 522 个项目，GitHub 星标数为 61。
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 2026-06-17。MIT许可证，可免费使用和修改，需自行部署。
它主要面向的使用场景是：个人用户生成自己宠物或物品的创意图像。同类可对比的替代方案包括 Textual Inversion、LoRA、HyperDreamBooth。
DreamBooth
用几张照片，让AI学会画你的专属对象
DreamBooth 是一个基于 Stable Diffusion 的图像生成项目，实现了 DreamBooth 训练方法，允许用户通过少量（3-5张）特定主题的图像，微调预训练的文本到图像模型，使模型学会生成该主题在不同场景、姿态和风格下的新图像。项目解决了传统文本到图像模型无法生成用户自定义特定对象的问题，核心能力包括个性化主题绑定、上下文保持和身份保真。代码以 Jupyter Notebook 形式提供，包含训练和推理流程，并支持在 vast.ai 云实例上运行。该项目是早期实现，适合研究者和开发者探索个性化图像生成技术。
开源
free
图像生成
GitHub 星标
★ 61
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soenmezanil
所属国家
定价模式free
价格说明开源项目，MIT许可证，可免费使用和修改，需自行部署。
访问状态
是否开源是
开源协议MIT
主要语言Jupyter Notebook
技术栈/模型text-to-image,textual-inversion
GitHub 星标★ 61
30天Star增速
HF 下载量
上线时间2022-09-16 00:00:00
最近更新2026-06-17 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2
使用教程
核心亮点
- 只需3-5张图像即可完成个性化微调，门槛低
- 基于Stable Diffusion，生成质量高，兼容生态
- 提供Jupyter Notebook教程，上手路径清晰
不足之处
- 训练需要较高显存，普通消费级显卡可能吃力
- 文档/社区待观察
适用场景
- 个人用户生成自己宠物或物品的创意图像
- 设计师快速生成特定产品的概念图
- 研究者微调扩散模型用于个性化生成任务
替代项目
Textual Inversion、LoRA、HyperDreamBooth
项目介绍
上一篇：DiffuseKronA
下一篇：LeapAlign_Code
同类项目推荐
Long-RL
开源
让强化学习轻松驾驭超长序列，训练更稳更快
Long-RL: Scaling RL to Long Sequences (NeurIPS 2025)
TPA
开源
把注意力复杂度从平方降到线性，长序列不再卡顿
[NeurIPS 2025 Spotlight] TPA: Tensor ProducT ATTenTion Transformer (https://arxiv.or···
minimind
开源
两小时造出你的小模型，练手入门不求人
Train a 64M-parameter LLM from scratch in just 2h!
pruna
开源
一键优化 AI 模型，推理提速又省资源。
Pruna is a model optimization framework built for developers, enabling you to delive···