QMUPD

无需配对数据，自动生成高质量人像线条画

QMUPD 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对标注数据、且生成结果质量参差不齐的问题。它引入质量度量引导机制，在训练过程中自动评估生成线条画的质量，并据此优化生成器，从而在不需人工配对标注的情况下，产出结构清晰、风格统一的人像线条画。项目提供完整的训练和推理代码，支持自定义数据集，技术栈涵盖计算机视觉、图像合成、人脸处理等领域，适合学术研究和二次开发。

开源 free 图像生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 63

维护状态低维护

是否开源是

定价模式 free

项目数据

分类图像生成

开发团队yiranran

所属国家

官网地址

GitHubhttps://github.com/yiranran/QMUPD

定价模式free

价格说明开源代码，无在线服务，需自行部署，完全免费。

访问状态

是否开源是

开源协议

主要语言Python

技术栈/模型computer-graphics,computer-vision,face,gan,image-generation,image-synthesis,image-to-image-translation,non-photorealistic-rendering,pytorch

GitHub 星标★ 63

30天Star增速

HF 下载量

上线时间2022-01-27 00:00:00

最近更新2025-11-11 00:00:00

维护状态低维护

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3

使用教程

核心亮点

提出质量度量引导机制，显著提升生成线条画的清晰度和结构准确性
支持非成对训练数据，降低数据采集和标注成本
代码结构完整，包含训练、测试和评估流程，便于复现论文结果

不足之处

项目处于早期阶段，文档和社区支持有限
依赖较重的 GAN 训练环境，对硬件资源要求较高

适用场景

学术研究：复现论文方法并探索线条画生成改进方向
创意设计：快速生成人像线条画素材，用于插画或设计初稿
数据增强：为其他图像处理任务生成线条画风格的训练数据

替代项目

Anime2Sketch、U-GAT-IT、CartoonGAN

项目介绍

QMUPD 是计算机视觉领域的开源项目，由 yiranran 开发，2022 年首次发布。

它收录于计算机视觉分类，该分类目前共有 446 个项目，GitHub 星标数为 63。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2025-11-11。开源代码，无在线服务，需自行部署，完全免费。

它主要面向的使用场景是：学术研究：复现论文方法并探索线条画生成改进方向。同类可对比的替代方案包括 Anime2Sketch、U-GAT-IT、CartoonGAN。

上一篇：NED

下一篇：SeGAN