[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-bes-dev--MobileStyleGAN.pytorch":3,"tool-bes-dev--MobileStyleGAN.pytorch":61},[4,18,26,36,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",142651,2,"2026-04-06T23:34:12",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",107888,"2026-04-06T11:32:50",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[52,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":10,"last_commit_at":59,"category_tags":60,"status":17},4487,"LLMs-from-scratch","rasbt\u002FLLMs-from-scratch","LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。\n\n该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。\n\nLLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备",90106,"2026-04-06T11:19:32",[35,15,13,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":66,"readme_en":67,"readme_zh":68,"quickstart_zh":69,"use_case_zh":70,"hero_image_url":71,"owner_login":72,"owner_name":73,"owner_avatar_url":74,"owner_bio":75,"owner_company":75,"owner_location":75,"owner_email":75,"owner_twitter":76,"owner_website":75,"owner_url":77,"languages":78,"stars":91,"forks":92,"last_commit_at":93,"license":94,"difficulty_score":10,"env_os":95,"env_gpu":96,"env_ram":95,"env_deps":97,"category_tags":103,"github_topics":104,"view_count":32,"oss_zip_url":75,"oss_zip_packed_at":75,"status":17,"created_at":112,"updated_at":113,"faqs":114,"releases":144},4848,"bes-dev\u002FMobileStyleGAN.pytorch","MobileStyleGAN.pytorch","An official implementation of MobileStyleGAN in PyTorch","MobileStyleGAN.pytorch 是一个基于 PyTorch 实现的轻量级图像生成工具，旨在让高保真的人脸合成也能在资源受限的设备上流畅运行。它主要解决了传统 StyleGAN2 模型体积大、计算量高，难以部署到手机或边缘设备上的痛点。通过引入高效的卷积神经网络架构，它在大幅降低参数量和计算成本的同时，依然能生成细节丰富、逼真度极高的图像。\n\n这款工具非常适合希望在移动端、嵌入式设备或 Web 端部署生成式 AI 的开发者与研究人员，同时也为需要快速验证轻量化模型效果的设计师提供了便利。其技术亮点在于不仅支持从主流 StyleGAN2 检查点无缝转换，还原生提供了导出为 ONNX、CoreML 以及 OpenVINO 格式的功能，极大地简化了跨平台部署流程。此外，项目内置了预训练模型和自动化下载功能，用户只需简单命令即可开始生成图像或进行性能评估，是探索高效图像合成技术的理想起点。","## MobileStyleGAN: A Lightweight Convolutional Neural Network for High-Fidelity Image Synthesis\n\nOfficial PyTorch Implementation\n\n\u003Cp align=\"center\">\n  \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fbes-dev_MobileStyleGAN.pytorch_readme_3962a550a8ba.jpeg\"\u002F>\n\u003C\u002Fp>\n\nThe accompanying videos can be found on [YouTube](https:\u002F\u002Fwww.youtube.com\u002Fplaylist?list=PLstKhmdpWBtwsvq_27ALmPbf_mBLmk0uI).\nFor more details, please refer to the [paper](https:\u002F\u002Farxiv.org\u002Fabs\u002F2104.04767).\n\n## Requirements\n\n* Python 3.8+\n* 1–8 high-end NVIDIA GPUs with at least 12 GB of memory. We have done all testing and development using DL Workstation with 4x2080Ti\n\n\n## Training\n\n```bash\npip install -r requirements.txt\npython train.py --cfg configs\u002Fmobile_stylegan_ffhq.json --gpus \u003Cn_gpus>\n```\n\n## Convert checkpoint from rosinality\u002Fstylegan2-pytorch\n\nOur framework supports StyleGAN2 checkpoints format from [rosinality\u002Fstylegan2-pytorch](https:\u002F\u002Fgithub.com\u002Frosinality\u002Fstylegan2-pytorch).\nTo convert ckpt your own checkpoint of StyleGAN2 to our framework:\n\n```bash\npython convert_rosinality_ckpt.py --ckpt \u003Cpath_to_rosinality_stylegan2_ckpt> --ckpt-mnet \u003Cpath_to_output_mapping_network_ckpt> --ckpt-snet \u003Cpath_to_output_synthesis_network_ckpt> --cfg-path \u003Cpath_to_output_config_json>\n```\n\n### Check converted checkpoint\n\nTo check that your checkpoint is converted correctly, just run demo visualization:\n\n```bash\npython demo.py --cfg \u003Cpath_to_output_config_json> --ckpt \"\" --generator teacher\n```\n\n## Generate images using MobileStyleGAN\n\n```bash\npython generate.py --cfg configs\u002Fmobile_stylegan_ffhq.json --device cuda --ckpt \u003Cpath_to_ckpt> --output-path \u003Cpath_to_store_imgs> --batch-size \u003Cbatch_size> --n-batches \u003Cn_batches>\n```\n\n## Evaluate FID score\n\nTo evaluate the FID score we use a modified version of [pytorch-fid](https:\u002F\u002Fgithub.com\u002Fmseitzer\u002Fpytorch-fid) library:\n\n```bash\npython evaluate_fid.py \u003Cpath_to_ref_dataset> \u003Cpath_to_generated_imgs>\n```\n\n## Demo\n\nRun demo visualization using MobileStyleGAN:\n```bash\npython demo.py --cfg configs\u002Fmobile_stylegan_ffhq.json --ckpt \u003Cpath_to_ckpt>\n```\n\nRun visual comparison using StyleGAN2 vs. MobileStyleGAN:\n```bash\npython compare.py --cfg configs\u002Fmobile_stylegan_ffhq.json --ckpt \u003Cpath_to_ckpt>\n```\n\n## Convert to ONNX\n```bash\npython train.py --cfg configs\u002Fmobile_stylegan_ffhq.json --ckpt \u003Cpath_to_ckpt> --export-model onnx --export-dir \u003Coutput_dir>\n```\n\n## Convert to CoreML\n```bash\npython train.py --cfg configs\u002Fmobile_stylegan_ffhq.json --ckpt \u003Cpath_to_ckpt> --export-model coreml --export-dir \u003Coutput_dir>\n```\n\n## Deployment using OpenVINO\n\nWe provide external library [random_face](https:\u002F\u002Fgithub.com\u002Fbes-dev\u002Frandom_face) as an example of deploying our model at the edge devices using the [OpenVINO](https:\u002F\u002Fgithub.com\u002Fopenvinotoolkit\u002Fopenvino) framework.\n\n## Pretrained models\n\n|Name|FID|\n|:---|:--|\n|[mobilestylegan_ffhq.ckpt](https:\u002F\u002Fdrive.google.com\u002Fuc?id=11Kja0XGE8liLb6R5slNZjF3j3v_6xydt)|7.75|\n\n(*) Our framework supports automatic download pretrained models, just use `--ckpt \u003Cpretrined_model_name>`.\n\n## Legacy license\n\n|Code|Source|License|\n|:---|:-----|:------|\n|[Custom CUDA kernels](core\u002Fmodels\u002Fmodules\u002Fops\u002F)|https:\u002F\u002Fgithub.com\u002FNVlabs\u002Fstylegan2|[Nvidia License](LICENSE-NVIDIA)|\n|[StyleGAN2 blocks](core\u002Fmodels\u002Fmodules\u002Flegacy.py)|https:\u002F\u002Fgithub.com\u002Frosinality\u002Fstylegan2-pytorch|MIT|\n\n## Acknowledgements\n\nWe want to thank the people whose works contributed to our project::\n* Tero Karras, Samuli Laine, Miika Aittala, Janne Hellsten, Jaakko Lehtinen, Timo Aila for research related to style based generative models.\n* Kim Seonghyeon for implementation of StyleGAN2 in [PyTorch](https:\u002F\u002Fgithub.com\u002Frosinality\u002Fstylegan2-pytorch).\n* Fergal Cotter for implementation of Discrete Wavelet Transforms and Inverse Discrete Wavelet Transforms in [PyTorch](https:\u002F\u002Fgithub.com\u002Ffbcotter\u002Fpytorch_wavelets).\n* Cyril Diagne for the excellent [demo of how to run MobileStyleGAN directly into the web-browser](https:\u002F\u002Fgithub.com\u002Fcyrildiagne\u002Fmobilestylegan-web-demo).\n\n## Citation\n\nIf you are using the results and code of this work, please cite it as:\n\n```\n@misc{belousov2021mobilestylegan,\n      title={MobileStyleGAN: A Lightweight Convolutional Neural Network for High-Fidelity Image Synthesis},\n      author={Sergei Belousov},\n      year={2021},\n      eprint={2104.04767},\n      archivePrefix={arXiv},\n      primaryClass={cs.CV}\n}\n\n@article{BELOUSOV2021100115,\n      title = {MobileStyleGAN.pytorch: PyTorch-based toolkit to compress StyleGAN2 model},\n      journal = {Software Impacts},\n      year = {2021},\n      issn = {2665-9638},\n      doi = {https:\u002F\u002Fdoi.org\u002F10.1016\u002Fj.simpa.2021.100115},\n      url = {https:\u002F\u002Fwww.sciencedirect.com\u002Fscience\u002Farticle\u002Fpii\u002FS2665963821000452},\n      author = {Sergei Belousov},\n}\n```\n","## MobileStyleGAN：用于高保真图像合成的轻量级卷积神经网络\n\n官方 PyTorch 实现\n\n\u003Cp align=\"center\">\n  \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fbes-dev_MobileStyleGAN.pytorch_readme_3962a550a8ba.jpeg\"\u002F>\n\u003C\u002Fp>\n\n配套视频可在 [YouTube](https:\u002F\u002Fwww.youtube.com\u002Fplaylist?list=PLstKhmdpWBtwsvq_27ALmPbf_mBLmk0uI) 上找到。\n更多详情请参阅 [论文](https:\u002F\u002Farxiv.org\u002Fabs\u002F2104.04767)。\n\n## 环境要求\n\n* Python 3.8+\n* 1–8 张高端 NVIDIA GPU，每张显存至少 12 GB。我们所有的测试和开发均在配备 4 块 2080 Ti 显卡的深度学习工作站上完成。\n\n## 训练\n\n```bash\npip install -r requirements.txt\npython train.py --cfg configs\u002Fmobile_stylegan_ffhq.json --gpus \u003Cn_gpus>\n```\n\n## 从 rosinality\u002Fstylegan2-pytorch 转换检查点\n\n我们的框架支持来自 [rosinality\u002Fstylegan2-pytorch](https:\u002F\u002Fgithub.com\u002Frosinality\u002Fstylegan2-pytorch) 的 StyleGAN2 检查点格式。\n要将您自己的 StyleGAN2 检查点转换为我们的框架：\n\n```bash\npython convert_rosinality_ckpt.py --ckpt \u003Crosinality_stylegan2_ckpt路径> --ckpt-mnet \u003C输出映射网络检查点路径> --ckpt-snet \u003C输出合成网络检查点路径> --cfg-path \u003C输出配置文件JSON路径>\n```\n\n### 检查转换后的检查点\n\n要确认您的检查点已正确转换，只需运行演示可视化：\n\n```bash\npython demo.py --cfg \u003C输出配置文件JSON路径> --ckpt \"\" --generator teacher\n```\n\n## 使用 MobileStyleGAN 生成图像\n\n```bash\npython generate.py --cfg configs\u002Fmobile_stylegan_ffhq.json --device cuda --ckpt \u003C检查点路径> --output-path \u003C保存图像路径> --batch-size \u003C批量大小> --n-batches \u003C批次数量>\n```\n\n## 评估 FID 分数\n\n我们使用 [pytorch-fid](https:\u002F\u002Fgithub.com\u002Fmseitzer\u002Fpytorch-fid) 库的修改版本来评估 FID 分数：\n\n```bash\npython evaluate_fid.py \u003C参考数据集路径> \u003C生成图像路径>\n```\n\n## 演示\n\n使用 MobileStyleGAN 运行演示可视化：\n```bash\npython demo.py --cfg configs\u002Fmobile_stylegan_ffhq.json --ckpt \u003C检查点路径>\n```\n\n使用 StyleGAN2 和 MobileStyleGAN 进行视觉对比：\n```bash\npython compare.py --cfg configs\u002Fmobile_stylegan_ffhq.json --ckpt \u003C检查点路径>\n```\n\n## 转换为 ONNX\n\n```bash\npython train.py --cfg configs\u002Fmobile_stylegan_ffhq.json --ckpt \u003C检查点路径> --export-model onnx --export-dir \u003C输出目录>\n```\n\n## 转换为 CoreML\n\n```bash\npython train.py --cfg configs\u002Fmobile_stylegan_ffhq.json --ckpt \u003C检查点路径> --export-model coreml --export-dir \u003C输出目录>\n```\n\n## 使用 OpenVINO 部署\n\n我们提供外部库 [random_face](https:\u002F\u002Fgithub.com\u002Fbes-dev\u002Frandom_face)，作为使用 [OpenVINO](https:\u002F\u002Fgithub.com\u002Fopenvinotoolkit\u002Fopenvino) 框架在边缘设备上部署我们模型的示例。\n\n## 预训练模型\n\n|名称|FID|\n|:---|:--|\n|[mobilestylegan_ffhq.ckpt](https:\u002F\u002Fdrive.google.com\u002Fuc?id=11Kja0XGE8liLb6R5slNZjF3j3v_6xydt)|7.75|\n\n(*) 我们的框架支持自动下载预训练模型，只需使用 `--ckpt \u003C预训练模型名称>` 即可。\n\n## 旧版许可证\n\n|代码|来源|许可证|\n|:---|:-----|:------|\n|[自定义 CUDA 内核](core\u002Fmodels\u002Fmodules\u002Fops\u002F)|https:\u002F\u002Fgithub.com\u002FNVlabs\u002Fstylegan2|[Nvidia 许可证](LICENSE-NVIDIA)|\n|[StyleGAN2 块](core\u002Fmodels\u002Fmodules\u002Flegacy.py)|https:\u002F\u002Fgithub.com\u002Frosinality\u002Fstylegan2-pytorch|MIT|\n\n## 致谢\n\n我们感谢为本项目做出贡献的人们：\n* Tero Karras、Samuli Laine、Miika Aittala、Janne Hellsten、Jaakko Lehtinen、Timo Aila，感谢他们在基于风格的生成模型方面的研究。\n* Kim Seonghyeon，感谢他在 [PyTorch](https:\u002F\u002Fgithub.com\u002Frosinality\u002Fstylegan2-pytorch) 中实现 StyleGAN2。\n* Fergal Cotter，感谢他在 [PyTorch](https:\u002F\u002Fgithub.com\u002Ffbcotter\u002Fpytorch_wavelets) 中实现离散小波变换及逆离散小波变换。\n* Cyril Diagne，感谢他出色的 [MobileStyleGAN 直接在网页浏览器中运行的演示](https:\u002F\u002Fgithub.com\u002Fcyrildiagne\u002Fmobilestylegan-web-demo)。\n\n## 引用\n\n如果您使用了本项目的成果和代码，请按以下方式引用：\n\n```\n@misc{belousov2021mobilestylegan,\n      title={MobileStyleGAN：用于高保真图像合成的轻量级卷积神经网络},\n      author={Sergei Belousov},\n      year={2021},\n      eprint={2104.04767},\n      archivePrefix={arXiv},\n      primaryClass={cs.CV}\n}\n\n@article{BELOUSOV2021100115,\n      title = {MobileStyleGAN.pytorch：基于 PyTorch 的 StyleGAN2 模型压缩工具},\n      journal = {Software Impacts},\n      year = {2021},\n      issn = {2665-9638},\n      doi = {https:\u002F\u002Fdoi.org\u002F10.1016\u002Fj.simpa.2021.100115},\n      url = {https:\u002F\u002Fwww.sciencedirect.com\u002Fscience\u002Farticle\u002Fpii\u002FS2665963821000452},\n      author = {Sergei Belousov},\n}\n```","# MobileStyleGAN.pytorch 快速上手指南\n\nMobileStyleGAN 是一个轻量级的卷积神经网络，旨在实现高保真度的图像合成，特别适合在移动端或边缘设备部署。本指南将帮助你快速搭建环境并生成图像。\n\n## 环境准备\n\n在开始之前，请确保你的开发环境满足以下要求：\n\n*   **操作系统**: Linux (推荐) 或 macOS\n*   **Python**: 3.8 或更高版本\n*   **GPU**: 1–8 张高端 NVIDIA 显卡（显存至少 12 GB）。官方测试环境为 4x RTX 2080 Ti。\n*   **依赖库**: 需要安装 PyTorch 及相关深度学习库。\n\n> **提示**：国内用户建议使用清华源或阿里源加速 Python 包的安装。\n\n## 安装步骤\n\n1.  **克隆项目代码**\n    ```bash\n    git clone https:\u002F\u002Fgithub.com\u002Fbes-dev\u002FMobileStyleGAN.pytorch.git\n    cd MobileStyleGAN.pytorch\n    ```\n\n2.  **安装依赖**\n    使用 pip 安装所需依赖包。国内用户可添加 `-i` 参数指定镜像源以提升下载速度：\n    ```bash\n    pip install -r requirements.txt -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n    ```\n\n## 基本使用\n\n### 1. 下载预训练模型\n本项目支持自动下载预训练模型。你可以直接使用模型名称作为 `--ckpt` 参数，或者手动下载 [mobilestylegan_ffhq.ckpt](https:\u002F\u002Fdrive.google.com\u002Fuc?id=11Kja0XGE8liLb6R5slNZjF3j3v_6xydt) 并放置于项目目录。\n\n### 2. 生成图像\n使用以下命令即可基于预训练模型生成高质量人脸图像：\n\n```bash\npython generate.py --cfg configs\u002Fmobile_stylegan_ffhq.json --device cuda --ckpt mobilestylegan_ffhq.ckpt --output-path .\u002Fgenerated_images --batch-size 4 --n-batches 10\n```\n\n*   `--cfg`: 配置文件路径。\n*   `--device`: 运行设备（cuda 或 cpu）。\n*   `--ckpt`: 检查点路径（可直接填模型名自动下载，或填本地路径）。\n*   `--output-path`: 生成图像的保存目录。\n*   `--batch-size` 和 `--n-batches`: 控制生成的图片数量。\n\n### 3. 交互式演示 (可选)\n如果你想直观地查看生成效果或对比 StyleGAN2 与 MobileStyleGAN 的差异，可以运行演示脚本：\n\n```bash\n# 运行 MobileStyleGAN 可视化演示\npython demo.py --cfg configs\u002Fmobile_stylegan_ffhq.json --ckpt mobilestylegan_ffhq.ckpt\n\n# 对比 StyleGAN2 与 MobileStyleGAN\npython compare.py --cfg configs\u002Fmobile_stylegan_ffhq.json --ckpt mobilestylegan_ffhq.ckpt\n```\n\n### 4. 模型导出 (可选)\n若需部署到移动端或边缘设备，可将模型导出为 ONNX 或 CoreML 格式：\n\n```bash\n# 导出为 ONNX\npython train.py --cfg configs\u002Fmobile_stylegan_ffhq.json --ckpt mobilestylegan_ffhq.ckpt --export-model onnx --export-dir .\u002Fonnx_model\n\n# 导出为 CoreML\npython train.py --cfg configs\u002Fmobile_stylegan_ffhq.json --ckpt mobilestylegan_ffhq.ckpt --export-model coreml --export-dir .\u002Fcoreml_model\n```","某初创团队正在开发一款面向大众用户的移动端虚拟形象生成 App，需要在用户手机上实时合成高保真的人脸图像。\n\n### 没有 MobileStyleGAN.pytorch 时\n- **部署门槛极高**：传统的 StyleGAN2 模型参数量巨大，无法直接嵌入手机应用，必须依赖昂贵的云端 GPU 服务器进行推理，导致运营成本居高不下。\n- **响应延迟严重**：由于需要通过网络将用户请求发送至云端再返回结果，网络波动常造成图片生成延迟超过 2 秒，严重影响用户体验的流畅度。\n- **端侧适配困难**：尝试将现有大模型强行压缩或量化到移动端时，往往缺乏官方支持的工具链（如 CoreML 或 ONNX 导出），导致图像质量断崖式下跌或出现伪影。\n- **开发周期漫长**：团队需自行研究如何修改网络架构以适配移动芯片，缺乏现成的轻量级卷积神经网络参考，耗费大量人力在底层优化上。\n\n### 使用 MobileStyleGAN.pytorch 后\n- **原生端侧运行**：利用其内置的 CoreML 和 ONNX 导出功能，团队轻松将模型转换为移动端格式，直接在用户手机 NPU 上运行，彻底消除了云端服务器成本。\n- **毫秒级实时生成**：得益于专为移动端设计的轻量级架构，图像合成速度提升至毫秒级，用户滑动滑块时能即时看到高清人脸变化，交互丝滑流畅。\n- **画质与性能平衡**：在显著减少计算量的同时，仍保持了 FID 7.75 的高保真合成效果，解决了以往小模型生成图像模糊或失真的痛点。\n- **快速落地验证**：借助官方提供的预训练模型和 OpenVINO 部署示例，团队在一周内就完成了从模型训练到边缘设备部署的全流程，大幅缩短上市时间。\n\nMobileStyleGAN.pytorch 通过提供工业级的轻量化方案，成功将原本只能运行在高端工作站上的高质量图像生成能力，无缝迁移到了普通的移动设备之上。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fbes-dev_MobileStyleGAN.pytorch_8d562903.png","bes-dev","Sergei Belousov","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fbes-dev_ad2d0532.jpg",null,"bes_dev","https:\u002F\u002Fgithub.com\u002Fbes-dev",[79,83,87],{"name":80,"color":81,"percentage":82},"Python","#3572A5",85.3,{"name":84,"color":85,"percentage":86},"Cuda","#3A4E3A",13.1,{"name":88,"color":89,"percentage":90},"C++","#f34b7d",1.6,697,87,"2026-03-16T02:35:28","Apache-2.0","未说明","必需，1-8 张高端 NVIDIA GPU（测试环境为 4x RTX 2080 Ti），单卡显存至少 12GB",{"notes":98,"python":99,"dependencies":100},"该工具包含自定义 CUDA 内核，需确保安装与显卡匹配的 CUDA 驱动。支持将模型转换为 ONNX、CoreML 格式，或使用 OpenVINO 在边缘设备部署。框架支持自动下载预训练模型。","3.8+",[101,102],"torch","pytorch-fid (modified version)",[14,15],[105,106,107,108,109,110,111],"stylegan2","stylegan2-pytorch","openvino","sylegan","gan","mobile-development","image-synthesis","2026-03-27T02:49:30.150509","2026-04-07T13:27:22.304350",[115,120,125,130,135,140],{"id":116,"question_zh":117,"answer_zh":118,"source_url":119},22046,"如何在 iPhone 上实现实时运行？性能表现如何？","在 iPhone 12 上，输出分辨率为 1024x1024 时，该模型可以达到 4 FPS 的运行速度。目前尚未测试更低分辨率下的性能表现。","https:\u002F\u002Fgithub.com\u002Fbes-dev\u002FMobileStyleGAN.pytorch\u002Fissues\u002F23",{"id":121,"question_zh":122,"answer_zh":123,"source_url":124},22047,"使用 compute_mean_style 方法生成的图像为什么是全灰色的？","这是因为代码没有自动加载预训练的学生网络（student network）权重。你需要手动加载权重才能生成正常图像。请参考 demo.py 中的示例代码：https:\u002F\u002Fgithub.com\u002Fbes-dev\u002FMobileStyleGAN.pytorch\u002Fblob\u002Fa9776ff8f05a868b2d3b637bda14eca4c074d2a3\u002Fdemo.py#L14","https:\u002F\u002Fgithub.com\u002Fbes-dev\u002FMobileStyleGAN.pytorch\u002Fissues\u002F38",{"id":126,"question_zh":127,"answer_zh":128,"source_url":129},22048,"为什么通过 CoreML 转换后的模型生成的图像是全黑的？","这通常是因为输出张量没有经过正确的后处理。请确保使用项目提供的 tensor_to_img 函数对输出进行后处理，该函数包含了必要的缩放和格式转换步骤。","https:\u002F\u002Fgithub.com\u002Fbes-dev\u002FMobileStyleGAN.pytorch\u002Fissues\u002F31",{"id":131,"question_zh":132,"answer_zh":133,"source_url":134},22049,"如何将 StyleGAN2 的 .pt  checkpoint 文件转换为该项目需要的 .ckpt 格式？","使用 convert_rosinality_ckpt.py 脚本进行转换。如果报错 KeyError: 'g'，可能是因为你的 checkpoint 文件中生成器权重的键名是 'g_ema' 而不是 'g'。请修改脚本，将所有 ckpt['g'] 替换为 ckpt['g_ema'] 即可解决。","https:\u002F\u002Fgithub.com\u002Fbes-dev\u002FMobileStyleGAN.pytorch\u002Fissues\u002F12",{"id":136,"question_zh":137,"answer_zh":138,"source_url":139},22050,"能否将 MobileStyleGAN 集成到 GFP-GAN 中使用？","直接集成存在困难。主要问题在于 MobileStyleGAN 与 GFP-GAN 中使用的 StyleGAN2 在噪声（noises）的形状定义上不一致，导致两者无法共享噪声输入。此外，GFP-GAN 使用了特定的 CS-SFT 模块，需要额外的适配工作。","https:\u002F\u002Fgithub.com\u002Fbes-dev\u002FMobileStyleGAN.pytorch\u002Fissues\u002F47",{"id":141,"question_zh":142,"answer_zh":143,"source_url":134},22051,"运行 convert_rosinality_ckpt.py 时出现 \"TypeError: cannot unpack non-iterable NoneType object\" 错误怎么办？","该错误通常源于输入的 checkpoint 文件格式不符合预期。根据 rosinality 的训练工具规范，checkpoint 文件必须包含名为 'g' 的键（对应生成器权重）。请检查你的 .pt 文件结构，确保其包含正确的键名，或者参考上一个问题关于 'g_ema' 的修改建议。",[145],{"id":146,"version":147,"summary_zh":148,"released_at":149},135718,"2021.04.10.0","论文：https:\u002F\u002Farxiv.org\u002Fabs\u002F2104.04767\n代码：https:\u002F\u002Fgithub.com\u002Fbes-dev\u002FMobileStyleGAN.pytorch\nPython库：https:\u002F\u002Fgithub.com\u002Fbes-dev\u002Frandom_face","2021-04-14T12:42:28"]