upgpt

一个模型搞定人物生成、编辑和姿态迁移

UPGPT 是一个基于扩散模型的通用人物图像生成框架,旨在解决人物图像生成、编辑和姿态迁移三大任务。它利用 SMPL 人体模型作为几何先验,结合 Stable Diffusion 的生成能力,实现高质量的人物图像合成。该项目通过统一的模型架构,支持从文本或姿态条件生成人物图像,对现有图像进行局部编辑(如换装、改发型),以及将源人物的姿态迁移到目标人物上。其核心优势在于将多种人物图像任务整合到一个模型中,避免了为每个任务单独训练模型的高成本,同时利用扩散模型的强大生成能力,提升图像的真实感和细节保真度。项目代码基于 Jupyter Notebook 提供,便于研究者快速理解和实验,适合计算机视觉领域的研究人员和开发者探索人物图像生成的前沿技术。

开源 free 图像生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 104
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soon-yau
所属国家
官网地址
定价模式free
价格说明开源项目,无在线服务,需自行部署,完全免费。
访问状态
是否开源是
开源协议NOASSERTION
主要语言Jupyter Notebook
技术栈/模型computer-vision,deep-learning,diffusion-models,generative,smpl,stable-diffusion
GitHub 星标★ 104
30天Star增速
HF 下载量
上线时间2022-08-11 00:00:00
最近更新2026-05-26 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1

使用教程

核心亮点

  • 统一模型架构,同时支持生成、编辑和姿态迁移,避免多模型切换
  • 利用SMPL人体先验,提升姿态迁移的准确性和图像结构稳定性
  • 基于Stable Diffusion,生成图像质量高,细节丰富,且易于扩展

不足之处

  • 项目处于早期阶段,文档和示例可能不完善
  • 依赖SMPL模型,需要额外处理人体参数估计,使用门槛较高

适用场景

  • 虚拟试衣间,用户上传照片后自动试穿不同服装
  • 影视或游戏角色动画制作,快速生成不同姿态的角色图像
  • 社交媒体内容创作,一键生成个性化人物图片或修改姿势

替代项目

ControlNet、OpenPose、DeepFashion

项目介绍

upgpt 是图像领域的开源项目,由 soon-yau 开发,2022 年首次发布。

它收录于图像分类,该分类目前共有 839 个项目,GitHub 星标数为 104。

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 2026-05-26。无在线服务,需自行部署,完全免费。

它主要面向的使用场景是:虚拟试衣间,用户上传照片后自动试穿不同服装。同类可对比的替代方案包括 ControlNet、OpenPose、DeepFashion。

上一篇:CLIPAway

下一篇:DiffusionPen

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

★ 13967 2026-08-09
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···

★ 70 2026-08-09
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···

★ 134493 2026-08-09