Awesome-Style-Transfer-with-Diffusion-Models

一站式掌握扩散模型风格迁移前沿方法

这是一个精选资源列表，汇集了基于扩散模型的风格迁移方法。它解决了传统风格迁移方法在复杂纹理和结构保持上的不足，以及扩散模型在风格化应用中缺乏系统整理的问题。项目核心能力是提供结构化的论文、代码和项目链接，覆盖图像、视频、文本到图像等不同模态的风格迁移，帮助研究者和开发者快速了解该领域的前沿进展。

开源 free 图像生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 204
维护状态 较活跃
是否开源 是
定价模式 free

项目数据

分类图像生成
开发团队Westlake-AGI-Lab
所属国家
官网地址
GitHubhttps://github.com/Westlake-AGI-Lab/Awesome-Style-Transfer-with-Diffusion-Models
定价模式free
价格说明开源项目，免费使用，无付费版本。
访问状态
是否开源是
开源协议
主要语言
技术栈/模型aigc,diffusion-models,style-transfer,text-to-image,text-to-video
GitHub 星标★ 204
30天Star增速
HF 下载量
上线时间2024-12-18 00:00:00
最近更新2026-09-21 00:00:00
维护状态较活跃
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5

使用教程

核心亮点

  • 分类清晰，按图像、视频、文本到图像等维度组织，便于检索
  • 收录了最新论文和开源实现，紧跟研究热点
  • 附带简要说明，帮助快速理解各方法核心思想

不足之处

  • 项目处于早期，收录内容可能不完整
  • 文档/社区待观察

适用场景

  • 研究者调研扩散模型风格迁移领域
  • 开发者寻找可用的风格化开源实现
  • 教学或技术分享中梳理技术脉络

替代项目

Awesome-Style-Transfer、Neural-Style-Transfer-Papers、Awesome-Diffusion-Models

项目介绍

Awesome-Style-Transfer-with-Diffusion-Models 是图像领域的开源项目，由 Westlake-AGI-Lab 开发，2024 年首次发布。

它收录于图像分类，该分类目前共有 840 个项目，GitHub 星标数为 204。

项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-21。免费使用，无付费版本。

它主要面向的使用场景是：研究者调研扩散模型风格迁移领域。同类可对比的替代方案包括 Awesome-Style-Transfer、Neural-Style-Transfer-Papers、Awesome-Diffusion-Models。

上一篇：ComfyUI-fal-API

下一篇：MooshieUI

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
imagen-pytorch 开源

说句话生成高清图，放大也不糊

Implementation of Imagen, Google's Text-to-Image Neural Network, in Pytorch

★ 8427 2026-08-09