Awesome-Text-to-Image

一站式导航，快速掌握文生图技术全景与资源。

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署图像生成 🍴 复刻 204 🐛 待处理 1 👀 关注 68

GitHub ↗

GitHub 星标 ★ 2444

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源项目，MIT许可证，完全免费，无付费版本。

项目预览

Awesome-Text-to-Image 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类图像生成

开发团队Yutong-Zhou-cv

GitHubhttps://github.com/Yutong-Zhou-cv/Awesome-Text-to-Image

定价模式🏷️完全免费

价格说明开源项目，MIT许可证，完全免费，无付费版本。

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MIT

技术栈/模型awseome-list,generative-adversarial-network,image-generation,image-manipulation,image-synthesis,multimodal,multimodal-deep-learning,survey,text-to-face,text-to-image

GitHub 星标★ 2444

上线时间2020-10-13 00:00:00

代码更新2026-11-03

仓库体积70.2 MB

本站数据更新2026-11-09

维护状态活跃

收录时间2026-08-09

浏览次数7

项目介绍

Awesome-Text-to-Image 是一个聚焦文本到图像生成/合成领域的精选资源列表，旨在系统梳理该方向的研究进展、关键技术和开源工具。它解决了研究人员和开发者快速获取高质量参考资料的需求，避免在海量论文和代码中迷失。项目按主题分类整理了包括生成对抗网络（GAN）、扩散模型、多模态学习、图像编辑与操控等核心方向，并收录了经典论文、最新研究成果、实用代码库和数据集。其核心能力在于提供结构化的导航，帮助用户从入门到进阶，了解技术演进脉络，并找到适合特定任务的实现方案。作为社区维护的 awesome 列表，它持续更新，是跟踪文本到图像领域动态的重要入口。

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 ★ 2444

技术标签

generative-adversarial-network image-generation image-manipulation image-synthesis multimodal

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：入门约 5 分钟部署方式：本地安装 3 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

可访问 GitHub 的网络环境
本地已安装 git 命令行工具
能打开 Markdown 文件的编辑器或浏览器（如 VS Code、Typora、Chrome）

安装与启动步骤

1克隆仓库到本地

把 Awesome-Text-to-Image 资源列表仓库复制到本机，方便离线查阅和检索。README 未提供其他安装方式，克隆是最直接的做法。
```
git clone https://github.com/Yutong-Zhou-cv/Awesome-Text-to-Image.git
```
2进入目录并查看文件

确认仓库内容已下载完成，查看顶层 Markdown 列表文件，按主题分类浏览论文、代码库与数据集。
```
cd Awesome-Text-to-Image && ls
```
3阅读主列表内容

打开 README.md 及其他分类文件，按 GAN、扩散模型、多模态、图像编辑等方向检索感兴趣的条目。
```
cat README.md
```