StoryGAN

根据故事文本自动生成连贯的连环画图像序列

StoryGAN 是一个用于故事可视化的序列条件生成对抗网络（GAN）开源项目。它解决的是如何根据多句文本故事自动生成一系列连贯且与语义相符的图像序列的问题。其核心能力在于通过引入故事级上下文编码器和序列条件生成器，将整个故事的情节发展作为条件，生成在角色、场景和风格上保持一致的连续图像，而不仅仅是单张独立图像。项目基于 PyTorch 实现，提供了完整的训练、测试和评估代码，并支持在 Story Visualization 标准数据集（如 Pororo-SV）上进行实验。它适合研究文本到图像生成、跨模态学习以及序列生成任务的开发者参考。

开源 free 图像生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 234

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yitong91

所属国家

官网地址

GitHubhttps://github.com/yitong91/StoryGAN

定价模式free

价格说明开源项目，本地部署，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gan,image-generation

GitHub 星标★ 234

30天Star增速

HF 下载量

上线时间2019-03-01 00:00:00

最近更新2025-11-14 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

创新性地提出序列条件GAN，实现故事级图像序列生成，而非单张图像
代码结构清晰，包含数据预处理、训练和评估脚本，易于复现
在标准数据集上提供了定量和定性对比结果，验证了有效性

不足之处

项目活跃度低，依赖旧版PyTorch，环境配置可能困难
生成图像分辨率较低，细节质量有限
文档/社区待观察

适用场景

学术研究：文本到图像生成、故事可视化方向的基线模型
教育演示：展示GAN在序列生成和多模态学习中的应用
创意辅助：自动生成故事绘本或连环画草稿

替代项目

StoryGANc、CP-CLIP、CogView

项目介绍

StoryGAN 是图像领域的开源项目，由 yitong91 开发，2019 年首次发布。

它收录于图像分类，该分类目前共有 839 个项目，GitHub 星标数为 234。

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 2025-11-14。本地部署，完全免费。

它主要面向的使用场景是：学术研究：文本到图像生成、故事可视化方向的基线模型。同类可对比的替代方案包括 StoryGANc、CP-CLIP、CogView。

上一篇：APDrawingGAN

下一篇：soft-intro-vae-pytorch