layout2im
给物体框和类别，直接生成符合布局的场景图
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。
开源
free
图像生成
GitHub 星标
★ 194
维护状态
较活跃
是否开源
是
定价模式
free
项目数据
分类图像生成
开发团队zhaobozb
所属国家
定价模式free
价格说明学术项目，免费使用
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型
GitHub 星标★ 194
30天Star增速
HF 下载量
上线时间2019-06-10 00:00:00
最近更新2026-08-27 00:00:00
维护状态较活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-09-16
浏览次数0
使用教程
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
项目介绍
上一篇：ComfyUI-DyPE
同类项目推荐
satori
开源
网页代码一键变高清图，放大不糊，不用截图
Enlightened library to convert HTML and CSS to SVG
C2GAN
开源
用关键点精准控制图像生成，让AI画出你想要的结构
[ACM MM 2019 Oral] Cycle In Cycle Generative Adversarial Networks for Keypoint-Guide···
DeTikZify
开源
上传图表或草图，秒变可编译的TikZ矢量代码。
Synthesizing Graphics Programs for Scientific Figures and Sketches with TikZ.
imagen-pytorch
开源
说句话生成高清图，放大也不糊
Implementation of Imagen, Google's Text-to-Image Neural Network, in Pytorch