pytorch-CycleGAN-and-pix2pix

开源多模态 & 视觉⭐ 25k

基于PyTorch实现的图像到图像转换工具，支持CycleGAN和pix2pix等模型，适用于风格迁移、图像增强等场景。

🎯适用场景：图像风格迁移、照片转艺术风格、图像增强

#computer-graphics#computer-vision#cyclegan#deep-learning
访问工具

📊 仓库数据

Stars25,139
Forks6,574
语言Python
协议NOASSERTION
更新2026/5/23

✅ 优点

  • •开源免费，社区活跃
  • •支持多种预训练模型，开箱即用
  • •文档完善，易于上手

⚠️ 限制

  • •需要GPU加速，训练时间较长
  • •模型文件较大，对存储空间有要求

🔗 相关工具

kornia

开源⭐ 11k

github.com/kornia/kornia

几何计算机视觉库，11K+ stars。面向空间 AI 的几何计算机视觉库，提供 OpenCV 风格的 PyTorch 原生计算机视觉操作

🎯 多模态内容理解与生成

#artificial-intelligence#computer-vision#deep-learning#hacktoberfest+1
语言Python
🍴 Forks1,180
🔄 更新2026/5/23

Mmagic

免费⭐ 7.4k↓1

github.com/open-mmlab/mmagic

OpenMMLab 多模态工具箱，8.6K+ stars。多模态高级生成和智能创建工具箱，支持图像生成、视频生成等多种任务

🎯 多模态内容理解与生成

#aigc#computer-vision#deep-learning#diffusion+1
语言Jupyter Notebook
🍴 Forks1,100
📅 上线2019/8/23
🔄 更新2026/5/23

MockingBird

开源⭐ 37k

github.com/babysor/MockingBird

5 秒克隆声音，37K+ stars。5 秒克隆声音生成任意语音的实时语音合成工具，支持多语种语音克隆

🎯 语音合成与实时语音交互

#ai#deep-learning#pytorch#speech+1
语言Python
🍴 Forks5,219
📅 上线2021/8/7
🔄 更新2026/5/22

rerun

开源⭐ 11k↑+1

github.com/rerun-io/rerun

多模态数据可视化 SDK，11K+ stars。用于记录、存储、查询和可视化多模态和多速率数据的开源 SDK，Rust 编写

🎯 机器人控制、仿真与边缘部署、多模态内容理解与生成

#computer-vision#cpp#multimodal#python+1
语言Rust
🍴 Forks744
🔄 更新2026/5/23

Stable Diffusion WebUI

开源⭐ 163k↑+3

github.com/AUTOMATIC1111/stable-diffusion-webui

最流行的 Stable Diffusion Web UI，162,491+ stars。提供直观的图形界面，支持文生图、图生图、ControlNet、LoRA 微调、Inpainting 等核心功能，是 AI 图像生成领域的事实标准工具

🎯 大模型微调与训练、多模态内容理解与生成

#图像生成#Stable Diffusion#Web UI#开源
语言Python
🍴 Forks30,358
🔄 更新2026/5/23

ComfyUI

开源⭐ 114k↑+42

github.com/comfyanonymous/ComfyUI

节点式 Diffusion 模型 GUI，109,363+ stars。基于节点的工作流编排，可视化连接各处理模块，是最强大的图像生成工作流工具，支持 SDXL、Flux、Stable Cascade 等最新模型

🎯 AI 工作流编排与自动化、多模态内容理解与生成

#节点式#工作流#图像生成#开源
语言Python
🍴 Forks13,360
🔄 更新2026/5/23
← 浏览全部 470 个工具