layout2im

给物体框和类别,直接生成符合布局的场景图

开源 🏷️完全免费 🚫 站点已失效 图像生成 🍴 复刻 26 🐛 待处理 8 👀 关注 4
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 194
维护状态 较活跃
是否开源 开源
定价模式 🏷️完全免费 支持限时试用 · 学术项目,免费使用

项目预览

layout2im 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zhaobozb
定价模式🏷️完全免费
价格说明学术项目,免费使用
访问状态🚫 站点已失效
是否开源是
开源协议Apache-2.0
主要语言Python
GitHub 星标★ 194
上线时间2019-06-10 00:00:00
代码更新2026-10-23
仓库体积4.9 MB
本站数据更新2026-11-02
维护状态较活跃
收录时间2026-09-16
浏览次数2

项目介绍

layout2im 是 CVPR 2019 论文《Image Generation from Layout》的官方 PyTorch 实现,目标是根据给定的物体布局(每个物体的类别与边界框)生成符合该空间关系的真实感图像。它解决的是条件图像生成中的布局可控问题:传统文本到图像难以精确控制物体位置与数量,而 layout2im 把布局作为显式条件,让生成结果在空间结构上与输入一致。核心能力包括:基于边界框与类别标签的条件生成、对多物体场景的布局遵循、以及可复现的官方训练与推理代码。项目提供完整的数据加载、模型定义与训练脚本,适合研究布局到图像生成、场景合成与可控生成方向,也可作为后续工作(如布局优化、属性编辑)的基线代码。

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 2026-09-16 · 当前星标 ★ 194

核心亮点

  • 提供官方 PyTorch 训练与推理代码,复现论文结果路径清晰
  • 以边界框+类别作为显式条件,生成结果的空间布局可控性强
  • 代码结构完整,包含数据加载、模型与训练脚本,便于二次开发

不足之处

  • 项目年代较早,依赖的 PyTorch 版本与当前主流环境可能存在兼容问题
  • 仅支持固定类别与简单布局条件,缺少属性、文本等更丰富控制信号

适用场景

  • 学术研究:布局到图像生成方向的基线复现与对比实验
  • 场景合成:按给定物体位置与类别生成室内/室外场景图
  • 数据增强:为检测或分割任务合成带布局标注的训练图像

替代项目

LostGAN、OC-GAN

上一篇:ComfyUI-DyPE

下一篇:ComfyUI-qwenmultiangle

同类项目推荐

RIVAL 开源

让真实图像在扩散模型中自由变体,风格内容两不误

[NeurIPS 2023 Spotlight] Real-World Image Variation by Aligning Diffusion Inversion ···

★ 155 2026-08-09
SUR-adapter 开源

给扩散模型装上语言大脑,让文字描述精准变图像

ACM MM'23 (oral), SUR-adapter for pre-trained diffusion models can acquire the power···

★ 120 2026-08-09
manga-editor-desu 开源

在 SD WebUI 里直接画分镜、生成画面、排成漫画

It is an Extension feature used in the WebUI for Stable Diffusion. You can create si···

★ 396 2026-09-28
nft-generator-py 开源

配置图层权重,一键批量生成独一无二的 NFT 图片和元数据。

This tool allows users to generate sets of unique images and metadata using weighted···

★ 316 2026-08-09
ComfyUI-TiledDiffusion 开源

大图生成不爆显存,细节更丰富

Tiled Diffusion, MultiDiffusion, Mixture of Diffusers, and optimized VAE

★ 544 2026-08-09
DALLE-mtf 开源

用大规模并行训练复现 DALL·E,从文本生成图像

Open-AI's DALL-E for large scale training in mesh-tensorflow.

★ 428 2026-08-09