text-to-image

用一句话文字描述，自动生成对应图像

这是一个基于生成对抗网络（GAN）的文本生成图像项目，由知名研究者Scott Reed等人开发，是文本到图像合成领域的早期经典实现。项目解决了从自然语言描述生成对应视觉内容的问题，核心能力包括：将文本编码为语义向量，并通过条件GAN生成与描述匹配的图像。代码基于TensorFlow和TensorLayer实现，提供了训练和推理流程，支持在CUB鸟类数据集和Oxford-102花卉数据集上训练模型。项目包含完整的模型定义、数据预处理、训练脚本和示例生成结果，是研究文本条件图像生成的重要参考实现。尽管项目年代较早，但因其简洁清晰的架构和开创性方法，至今仍是理解GAN在跨模态生成中应用的入门佳作。