attention-map-diffusers

可视化 Stable Diffusion 注意力图,理解 AI 绘画的决策过程

这是一个面向 Hugging Face Diffusers 的注意力图(Attention Map)可视化与分析工具库。它解决了 Stable Diffusion 等扩散模型在生成图像时内部注意力机制不透明的问题,帮助开发者和研究者理解文本提示词与生成图像区域之间的对应关系。核心能力包括:提取跨注意力层(cross-attention)的注意力图、将注意力图与生成图像对齐并可视化、支持按文本 token 查看对应区域的注意力热力图,以及提供 API 供二次开发和集成。通过该工具,用户可以直观地看到模型在生成过程中关注了哪些像素,从而用于调试提示词、分析模型行为、研究生成可控性等场景。项目基于 Python 实现,深度集成 Diffusers 生态,适合 AIGC 领域的开发者和研究者使用。

开源 free 图像生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 411
维护状态 维护中
是否开源 是
定价模式 free

项目数据

分类图像生成
开发团队wooyeolbaek
所属国家
官网地址
定价模式free
价格说明Hugging Face Space 在线演示,免费使用,无付费版本。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型attention-map,cross-attention,cross-attention-diffusers,cross-attention-map,diffusers,huggingface,stable-diffusion,text-to-image,visualization
GitHub 星标★ 411
30天Star增速
HF 下载量
上线时间2023-12-02 00:00:00
最近更新2026-09-17 00:00:00
维护状态维护中
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

  • 直接集成 Diffusers 管线,几行代码即可提取和可视化注意力图
  • 支持按文本 token 查看对应区域的注意力热力图,便于分析提示词影响
  • 提供 API 接口,可扩展用于注意力引导生成或模型可解释性研究

不足之处

  • 文档和示例相对简略,上手需要一定 Diffusers 基础
  • 仅支持 Diffusers 生态,不兼容其他扩散模型框架

适用场景

  • 调试提示词,观察哪些词影响了图像哪些区域
  • 研究扩散模型的内部语义对齐机制
  • 开发基于注意力引导的图像编辑或生成控制功能

替代项目

stable-diffusion-attention、CrossAttentionControl、diffusers-interpret

项目介绍

attention-map-diffusers 是图像领域的开源项目,由 wooyeolbaek 开发,2023 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 411。

项目仍在小幅维护中,最近一次代码更新于 2026-09-17。Hugging Face Space 在线演示,免费使用,无付费版本。从国内网络环境看,可用性暂无实测数据。

它主要面向的使用场景是:调试提示词,观察哪些词影响了图像哪些区域。同类可对比的替代方案包括 stable-diffusion-attention、CrossAttentionControl、diffusers-interpret。

上一篇:AI-Visual-Prompt-Cookbook

下一篇:MACE

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
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···

★ 134493 2026-08-09