image-generation 第 7 页
本站收录 613 个带「image-generation」标签的 AI 开源项目（按 GitHub 星标从高到低，第 7 / 13 页）
Conditional-GAN这是一个基于TensorFlow的条件生成对抗网络（Conditional GAN）实现，专注于条件卷积对抗网络的图像生成任务。项目解决了传统GAN无法控制生成★ 219
awesome-diffusion这是一个精选的扩散模型（Diffusion Models）资源列表，汇集了相关的 notebooks、工具、软件、教程和资料。它旨在帮助研究人员和开发者快速找到★ 218
dsh-codex-subscriptiondsh-codex-subscription 是一个面向 DeepSeek Harness（DSH）的插件，让你把已有的 ChatGPT / Codex 订阅额★ 218
MooshieUIMooshieUI 是一个面向 ComfyUI 的桌面前端界面，专为初学者设计。它解决了 ComfyUI 原生节点式界面复杂难懂的问题，将底层工作流封装成直观的★ 217
BeatDesignBeatDesign 是一个本地优先的 AI 画布与时间线工具，定位为 Higgsfield 的开源替代方案。它把 AI 图像生成、视频生成和分镜编排整合到一块★ 217
ComfyUI_MiraComfyUI_Mira 是一个为 ComfyUI 设计的辅助节点包，主要解决图像生成工作流中区域控制不便的问题。它允许用户将画布上的特定区域切片并转换为蒙版，★ 216
DiLightNetDiLightNet 是 SIGGRAPH 2024 的官方开源项目，专注于扩散模型的细粒度光照控制。它解决了现有图像生成模型难以精确控制光照方向和强度的问题，★ 214
StyleGAN3-CLIP-notebooks这是一个Jupyter Notebook集合，旨在结合NVIDIA的StyleGAN3与OpenAI的CLIP模型，实现基于文本引导的图像生成。用户可以通过输入★ 213
arbitrary-text-to-image-papers这是一个持续更新的论文列表，系统梳理了任意文本到图像生成领域的学术资源。项目按技术路线分类整理，涵盖基于GAN、场景图、对话交互等不同范式的论文，并为每篇论文附★ 210
pictexPicTex 是一个基于 Python 的图像生成库，它利用 CSS Flexbox 布局引擎（通过 Taffy 实现）来高效地创建图像。它解决了传统图像生成库★ 210
generative-media-skills这是一个面向AI编程助手的生成式媒体技能集，旨在为Claude、Copilot、Cursor等编码助手提供图像、视频、音频、语音等生成式媒体的生产级能力。项目基★ 210
recurrent-interface-network-pytorch这是一个基于 PyTorch 实现的 Recurrent Interface Network（RIN）开源项目，用于高效生成图像和视频。RIN 是一种新型的生成★ 210
RandARRandAR 是 CVPR 2025 Oral 论文《RandAR》的开源实现，一个基于自回归范式的图像生成模型。它解决传统自回归图像生成中逐像素/逐块预测导致★ 209
Matlab-GANMatlab-GAN 是一个基于 MATLAB 实现多种生成对抗网络（GAN）的开源项目，涵盖从基础 GAN 到 Pixel2Pixel、CycleGAN 等经★ 209
telegram-chatgpt-bot这是一个基于 Node.js 的 Telegram 机器人，将 ChatGPT 接入 Telegram 聊天界面，支持文本对话、语音聊天和图像生成。它利用 Te★ 208
xhs-cover-skillxhs-cover-skill 是一个专为小红书创作者设计的封面生成工具，以 Claude Code Skill 的形式提供，支持通过命令行快速生成符合平台调性★ 207
consistency-modelsconsistency-models 是 OpenAI 官方发布的用于训练和采样一致性模型的工具包。一致性模型是一种新型的生成模型，旨在解决传统扩散模型采样速度★ 207
PhotoPosterPhotoPoster 是一个专注于姿态驱动图像生成的开源项目，旨在推动肖像动画领域的研究。它解决的核心问题是：如何根据给定的姿态（如舞蹈动作）生成逼真的人物图★ 206
BCIBCI 是一个基于 Pyramid Pix2pix 的乳腺癌免疫组化（IHC）图像生成工具，旨在通过生成对抗网络（GAN）将 H&E 染色的病理图像转换为对应的★ 205
stable_diffusion_playground这是一个用于探索和实验 Stable Diffusion 的交互式工具，旨在让用户轻松生成图像并实现可复现性。项目解决了生成图像难以复现的问题，通过保存生成过程★ 205
PosterCopilotPosterCopilot 是一个基于多模态大模型的海报自动生成工具，其官方实现代码已开源。它解决的是传统海报设计依赖专业设计师、耗时费力的问题，通过理解用户输★ 203
Anything2ImageAnything2Image 是一个基于 ImageBind 和 Stable Diffusion 的图像生成工具，能够将文本、音频、图像等多种模态的输入统一转★ 201
HugsVisionHugsVision 是一个基于 Hugging Face 生态的计算机视觉工具包装库，旨在让开发者用极简的代码调用最新的视觉模型。它解决了传统视觉任务中模型集★ 199
Efficient-VDVAEEfficient-VDVAE 是论文“Efficient-VDVAE: Less is more”的官方 PyTorch 和 JAX 实现，旨在提升层次化变分★ 199
GMFlowGMFlow 是一个基于高斯混合流匹配（Gaussian Mixture Flow Matching）的生成模型开源实现，由 ICML 2025 论文提出。它旨★ 198
MOSAICMOSAIC 是一个面向多主体个性化图像生成的开源项目，核心解决现有模型在生成包含多个指定主体（如人物、物体）的图像时，难以同时保持各主体身份一致性和相互独立性★ 198
soft-intro-vae-pytorchSoft-IntroVAE 是 CVPR 2021 Oral 论文的官方 PyTorch 实现，旨在改进内省变分自编码器（Introspective VAE）的★ 197
Parts2WholeParts2Whole 是一个面向可控人体图像生成的开源框架，由 TIP 2025 论文提出。它解决的是现有方法难以同时利用多张参考图（如人脸、手部、衣物、姿态★ 196
DistanceGANDistanceGAN 是论文《One-Sided Unsupervised Domain Mapping》（NIPS 2017）的 PyTorch 实现，用于★ 194
scene_generation这是一个基于PyTorch的交互式场景生成模型实现，对应ICCV 2019论文《Specifying Object Attributes and Relatio★ 193
Text2EarthText2Earth 是一个面向遥感领域的文本生成图像开源项目，由 IEEE GRSM 2025 论文提出。它旨在解决遥感图像生成中数据稀缺和文本描述不足的问题★ 192
Awesome-ICCV2023-Low-Level-Vision这是一个整理ICCV 2023及2021低层视觉（Low-Level Vision）方向论文与代码的精选列表，涵盖去模糊、去噪、图像增强、修复、超分辨率等子领域★ 192
ragdoll-studioragdoll-studio 是一个面向角色驱动型 AI 体验的创意套件，专注于帮助开发者和创作者构建具有人格化、可交互的 AI 角色。它解决的是从零搭建 AI★ 191
DarkGPTDarkGPT 是一个基于 Python 构建的交互式网页应用，让用户能实时与多种 GPT 模型（包括 Gemini、GPT 等）进行对话。它解决了多模型切换不★ 190
Diffusion_models_tutorial这是一个扩散模型的系统教程集合，以Jupyter Notebook为载体，从零开始逐步实现扩散模型。项目覆盖了去噪扩散概率模型（DDPM）和基于分数的生成模型等★ 187
ImageLensImageLens 是一个 Chrome 浏览器插件，主要解决两个问题：一是看到网页上喜欢的图片，想知道它背后的生成提示词；二是想快速验证自己写的提示词效果。它★ 186
vae-lagging-encoder这是一个基于PyTorch的变分自编码器（VAE）改进实现，对应ICLR 2019论文《Lagging Inference Networks and Poste★ 185
Handwriting-simulatorHandwriting-simulator 是一个将普通文本转换为逼真手写体图片的开源工具。它解决了需要快速生成个性化手写内容（如笔记、信件、卡片）但又不便手写★ 185
titok-pytorchTiTok 是字节跳动提出的图像分词模型，核心思想是将图像压缩为极少的 token（如 32 个），用于图像重建和生成。本仓库是其 PyTorch 实现，解决了★ 184
Paint-by-SketchPaint-by-Sketch 是一个基于 Stable Diffusion 的图像编辑方法，用户提供一张草图和一个参考图像，模型将参考图像的内容（如颜色、纹理★ 183
qwen-image-2.1-skillqwen-image-2.1-skill 是一个面向 Qwen-Image-2.1 图像生成模型的 Agent 技能包，核心解决的是「用户不会写提示词」的问题。★ 183
mcp-imagemcp-image 是一个基于 Model Context Protocol (MCP) 的图像生成与编辑服务器，旨在为 AI 应用提供统一的图像处理接口。它解★ 181
ImagenHubImagenHub 是一个一站式条件图像生成模型推理与评估库，旨在标准化各类条件图像生成模型的调用和评测流程。它解决了当前图像生成领域模型众多、接口不一、评估指★ 180
DCLGANDCLGAN 是一个基于 PyTorch 的无监督图像到图像翻译框架，源自 CVPRW 2021 论文《Dual Contrastive Learning fo★ 179
VEFX-BenchVEFX-Bench 是一个面向通用视频编辑与视觉特效（VFX）的综合性基准测试项目。它旨在解决视频编辑和特效领域缺乏统一、全面评估标准的问题，为生成式 AI ★ 178
GestureGANGestureGAN 是一个基于生成对抗网络（GAN）的手势到手势转换工具，发表于 ACM MM 2018（Oral）。它解决的是在自然场景（非受控环境）中，如★ 176
vue-pwa-asset-generatorvue-pwa-asset-generator 是一个专为 PWA（渐进式 Web 应用）设计的资源生成工具，尤其适合 Vue.js 项目，但也兼容所有 PWA★ 175
c4-genai-suitec4-genai-suite 是一个基于 TypeScript 构建的生成式 AI 工具集，旨在为开发者提供一套开箱即用的多模态 AI 能力集成方案。它解决了在★ 174
polynomial_netsΠ-nets（多项式神经网络）是CVPR'20论文的官方实现，并扩展至T-PAMI-21版本。该项目旨在用多项式函数替代传统神经网络中的非线性激活和权重组合，通★ 174
workrallyworkrally 是一个面向 AI Agent 的 AIGC 漫剧视频创作全流程工具集，旨在解决从脚本到成片过程中工具分散、流程割裂的问题。它提供 CLI 和★ 173