multiple-objects-gan 是图像领域的开源项目，由 tohinz 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 111。
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 2026-07-03。MIT许可证，完全免费，需自行部署。
它主要面向的使用场景是：学术研究：复现论文并扩展多物体生成方法。同类可对比的替代方案包括 StackGAN、AttnGAN、ControlGAN。
multiple-objects-gan
让GAN在指定位置生成多个清晰物体，告别重叠模糊
这是一个实现ICLR 2019论文《Generating Multiple Objects at Spatially Distinct Locations》的PyTorch代码库。它解决的是传统GAN在生成包含多个物体的图像时，物体位置重叠、边界模糊的问题。核心能力是通过空间约束机制，让生成器在图像的不同区域独立生成不同物体，并保持位置清晰。项目支持Multi-MNIST、CLEVR、MS-COCO等多个数据集，并集成了StackGAN和AttnGAN等基线方法。代码结构清晰，包含训练、测试和可视化脚本，适合研究多物体图像生成和空间可控生成的学者参考。
开源
free
图像生成
GitHub 星标
★ 111
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tohinz
所属国家
定价模式free
价格说明开源项目，MIT许可证，完全免费，需自行部署。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型attngan,clevr,gan,image-generation,ms-coco,multi-mnist,stackgan
GitHub 星标★ 111
30天Star增速
HF 下载量
上线时间2019-01-02 00:00:00
最近更新2026-07-03 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
- 首次提出空间分离生成框架，解决多物体重叠问题
- 支持Multi-MNIST、CLEVR、COCO等多样化数据集
- 集成StackGAN和AttnGAN基线，便于对比实验
不足之处
- 文档/社区待观察
- 项目维护停滞，依赖旧版PyTorch
适用场景
- 学术研究：复现论文并扩展多物体生成方法
- 图像编辑：控制物体位置生成合成图像
- 数据增强：生成带空间标注的合成数据集
替代项目
StackGAN、AttnGAN、ControlGAN
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···