YoChameleon

上传一张照片，生成你主演的各种场景图

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 开源模型 🍴 复刻 2 🐛 待处理 3 👀 关注 1
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 152
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目，可自行部署使用，无收费信息。

项目预览

YoChameleon 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类开源模型
开发团队WisconsinAIVision
官网地址https://thaoshibe.github.io/YoChameleon
GitHubhttps://github.com/WisconsinAIVision/YoChameleon
定价模式🏷️完全免费
价格说明开源项目，可自行部署使用，无收费信息。
访问状态🔧 仅开源项目，无在线服务，需自行部署
是否开源是
开源协议NOASSERTION
主要语言Python
技术栈/模型chameleon,cvpr,cvpr2025,large-language-models,large-multimodal-models,llms,lmms,personalization,personalized,personalized-generation
GitHub 星标★ 152
上线时间2024-07-15 00:00:00
代码更新2025-05-13
仓库体积10.7 MB
本站数据更新2026-11-10
维护状态低维护
收录时间2026-08-09
浏览次数3

项目介绍

YoChameleon 是一个 CVPR 2025 开源项目，旨在实现个性化图像生成中的身份保持与编辑。它解决的是在文本到图像生成模型中，如何将特定人物（或物体）的身份特征稳定地迁移到新生成图像中的问题，同时保持对背景、姿态、表情等属性的灵活控制。其核心能力包括：基于参考图像提取身份特征，并通过轻量级适配器注入到预训练扩散模型（如 Stable Diffusion）中，实现无需微调的一次性个性化生成；支持多参考图像融合，提升身份保真度；支持与 ControlNet 等工具结合，实现精细的结构控制。项目提供完整的训练和推理代码，以及预训练模型权重，方便研究者复现和二次开发。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 152

核心亮点

  • 身份保持效果好，能生成多视角、多表情的同一人物
  • 支持多参考图融合，提升生成稳定性和相似度
  • 代码结构清晰，基于主流扩散模型，易于扩展

不足之处

  • 项目处于早期，文档和社区支持待观察
  • 对硬件要求较高，推理和训练需要较大显存

适用场景

  • 个人头像和写真生成
  • 虚拟试衣或商品模特替换
  • 影视预可视化或游戏角色概念设计

替代项目

IP-Adapter、PhotoMaker、InstantID

上一篇：VLM-Grounder

下一篇：Flipped-VQA

同类项目推荐

manga-image-translator 开源

一键翻译漫画图片文字，自动抹除替换，阅读无国界

Translate manga/image 一键翻译各类图片内文字 https://cotrans.touhou.ai/ (no longer w···

★ 10581 2026-08-10
vit-pytorch 开源

用纯 Transformer 做图像分类，代码简洁易上手，快速复现 SOTA 效果。

Implementation of Vision Transformer, a simple way to achieve SOTA in vision classif···

★ 25562 2026-08-10
setvae 开源

用层次化VAE生成集合数据，搞定点云等无序结构

[CVPR'21] SetVAE: Learning Hierarchical Composition for Generative Modeling of Set-S···

★ 80 2026-08-09
holocron 开源

即插即用的 CV 技巧库，快速复现论文模块

PyTorch implementations of recent Computer Vision tricks (ReXNet, RepVGG, Unet3p, YO···

★ 327 2026-09-18
WeVisDoc 开源

整页文档图一键转结构化 Markdown，公式表格都不丢

WeVisDoc is an end-to-end document parser for page images. Fine-tuned from Qwen3-VL-···

★ 519 2026-10-09
wgai 开源

Java 离线 AI 识别平台，图片视频 OCR 开箱即用

开箱即用的JAVA AI 图片、视频语音识别&OCR平台AI合集包含旦不仅限于(车牌识别、安全帽识别···

★ 388 2026-09-29
readur 开源

上传图片即出文字，自建 OCR 像用网盘一样简单

Quick, painless, intuitive OCR platform written in Rust and TypeScript. Modern UI wi···

★ 812 2026-09-19
RapidOCR 开源

多语言、多引擎的OCR工具集，一行代码搞定文字识别

Awesome OCR multiple programing languages toolkits based on ONNX Runtime, OpenVINO, ···

★ 8487 2026-08-10