attention-map-diffusers
可视化 Stable Diffusion 注意力图，理解 AI 绘画的决策过程
项目预览
项目数据
项目介绍
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 ★ 415
使用教程
环境要求
- Python 3.10+
- 一个扩散模型权重
安装与启动步骤
-
1装包
注意力图捕获与可视化的封装库。
pip install attention-map-diffusers==1.0.0 -
2跑演示脚本
仓库给了可直接跑的示例。
python demo/run_attention_demo.py --model flux2-klein --relations all -
3换自己的提示词
看不同词之间的注意力关系。
-
4接进自己的调试流程
改提示词时用它定位是哪个词没被关注。
如何确认成功
修改提示词里某个词的权重后，对应的注意力区域在图上可见地扩大或缩小
注意事项
- 它做的是注意力可视化，属于调试工具而不是生成工具。
- 可视化结果来自采样过程中的中间态，不等同于模型决策的全部依据。
- 模型结构不同，可捕获的注意力层也不一样。
- 图像只是辅助理解，别把热区当成严格因果。
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
下一篇：MACE
同类项目推荐
Handwriting-simulator
开源
输入文字，一键生成以假乱真的手写图片
把普通文本变成以假乱真的手写体图片：手写字体 + 信纸背景 + 字距/行距/笔画随机扰动。GU···
egaki
开源
在终端里一句话生成图片和视频，支持多家 AI 服务
Generate images & videos in the terminal, for humans & agents. Supports Google, Open···
sd-webui-semantic-guidance
开源
给Stable Diffusion加语义方向盘，用文字微调图像细节
Unofficial implementation of "SEGA: Instructing Text-to-Image Models using Semantic ···
Qwen-Image-2.1
开源
开源文生图，中文提示词直出商业级图像
Qwen's most powerful open-source image generation model
ZzSprite
开源
一键生成像素精灵，省去手绘时间，快速出图
Pixel Art Sprite Generator
ComfyUI_ExtraModels
开源
在 ComfyUI 里一键跑通 DiT、PixArt 等新模型
Support for miscellaneous image models. Currently supports: DiT, PixArt, HunYuanDiT,···
Cozy-Auto-Texture
开源
在 Blender 里输入文字，AI 即刻生成免费纹理
A Blender add-on for generating free textures using the Stable Diffusion AI text to ···
ComfyUI_frontend
开源
官方重写节点界面，让 ComfyUI 工作流更顺滑
Official front-end implementation of ComfyUI
DALLE-pytorch
开源
用 PyTorch 复现 DALL-E，快速跑通文本生成图像实验
Implementation / replication of DALL-E, OpenAI's Text to Image Transformer, in Pytor···