image-to-image-translation

本站收录 22 个带「image-to-image-translation」标签的 AI 开源项目

pix2pix基于条件对抗网络的开创性图像到图像翻译模型，只需成对数据即可实现线稿上色、语义图转照片、街景转换等任务，是 pix2pix 家族的奠基之作，对后续研究影响深远。★ 10,662malnyun_facesmalnyun_faces 是一个专注于图像生成与图像到图像转换的开源项目，旨在通过生成模型学习人脸图像的特征与变换。项目名称暗示其核心应用场景为人脸相关任务，★ 902AttentionGANAttentionGAN是一个基于生成对抗网络（GAN）的无配对图像到图像翻译模型，同时支持多域图像转换。它通过引入注意力机制，在训练过程中自动学习区分前景和背★ 687cycle-diffusionCycle-Diffusion 是一个基于扩散模型的图像编辑工具，核心思想是在潜在空间中实现源图像与目标图像之间的循环一致性映射，从而支持无需额外训练的图像到图★ 661HiDTHiDT 是 CVPR 2020 Oral 论文《High-Resolution Daytime Translation Without Domain Labe★ 652Few-Shot-Patch-Based-Training这是一个基于少量样本补丁训练的交互式视频风格化工具，源自SIGGRAPH 2020论文。它解决的是传统风格迁移需要大量训练数据且难以保持视频时序一致性的问题。核★ 627PITIPITI是一个基于预训练的图像到图像翻译框架，核心思想是“预训练即一切”，旨在解决传统图像翻译模型需要大量配对数据、训练成本高且泛化能力弱的问题。它利用大规模预★ 504FreezeGFreezeG 是一个用于伪图像翻译的生成器冻结工具，主要解决图像到图像翻译任务中生成器训练不稳定、模式崩溃等问题。它通过冻结生成器的部分参数或整个生成器，仅训★ 474SelectionGANSelectionGAN是一个用于跨视角图像翻译的生成对抗网络模型，发表于CVPR 2019（Oral）。它解决的是给定一个视角的场景图像，生成另一个视角（如航★ 467OASISOASIS是ICLR 2021论文的官方实现，提出了一种仅需对抗监督即可完成语义图像合成的新方法。传统方法依赖复杂的感知损失或特征匹配损失来训练生成器，而OAS★ 339naver-webtoon-facesnaver-webtoon-faces 是一个专注于将人脸图像转换为 Webtoon 风格卡通形象的开源项目。它利用生成对抗网络（GAN）等生成模型，实现人脸到★ 291TSITTSIT是ECCV 2020 Spotlight论文的官方实现，提出了一种简单且通用的图像到图像翻译框架。它通过特征变换（feature transformat★ 288Awesome-ICCV2025-ICCV2021-Low-Level-Vision这是一个汇总ICCV 2025和ICCV 2021低层视觉方向论文与代码的精选列表。低层视觉是计算机视觉中处理图像像素级任务的分支，包括图像去噪、去模糊、去雨、★ 249BCIBCI 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★ 204GestureGANGestureGAN 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★ 176DMITDMIT 是一个基于 PyTorch 的图像到图像翻译工具，源自 NeurIPS 2019 论文。它通过解耦表征学习，将图像内容与风格分离，从而在多个映射域之间★ 114Faces2AnimeFaces2Anime 是一个基于生成对抗网络（GAN）的人脸卡通化风格迁移开源项目，源自 2021 年台湾科技大学硕士论文。它旨在将真实人脸照片转换为动漫风格★ 108MATEBITMATEBIT 是一个基于 CVPR 2023 论文的示例引导图像翻译开源项目，核心解决给定参考图像（示例）时，如何将源图像内容迁移到目标风格或外观的问题。它采★ 96CycleGAN_ssimCycleGAN_ssim 是一个基于 CycleGAN 的图像生成改进项目，核心目标是解决 CycleGAN 生成图像视觉质量不佳的问题。它通过对比多种相似度★ 83C2GANC2GAN是一个基于生成对抗网络的图像生成工具，专注于关键点引导的图像生成任务。它提出了Cycle In Cycle的结构，通过将关键点（如人脸关键点、姿态关键★ 70QMUPDQMUPD 是一个基于生成对抗网络（GAN）的开源项目，用于从非成对训练数据中生成高质量的人像线条画。该项目源自 TPAMI 论文，核心解决传统线条画生成依赖成★ 63MIPHEI-ViTMIPHEI-ViT 是一个用于训练 H&E 染色图像到免疫荧光图像转换模型的早期开源项目。它基于 Vision Transformer 架构，解决病理图像模态★ 61

相关标签

image-generation607computer-vision366deep-learning773gan117pytorch576generative-adversarial-network74image-manipulation38image-translation17computer-graphics27style-transfer33gans32image-synthesis23