企业官网建设流程全解析

DragGAN快速上手：拖拽改人像姿态的零代码完整教程

【免费下载链接】DragGANOfficial Code for DragGAN (SIGGRAPH 2023)项目地址: https://gitcode.com/GitHub_Trending/dr/DragGAN

DragGAN让GAN生成的图像可以被"拽着走"：在画面上点两个点、按开始，图像就会朝你指定的位置变形。这篇指南带你从装环境到第一次拖拽，再到编辑真实人像，全程不写一行代码。

先看效果：DragGAN能做什么 🖱️

它能把人脸、头发或某个身体部位移动到指定位置，图像其余部分保持自然连贯。你还可以刷出一块"灵活区域"，把背景锁住，只让指定位置发生改变。

跑起来

环境要求

建议有一块NVIDIA显卡，项目自带包含CUDA依赖的conda环境。Mac或纯CPU机器也能跑，差异见文末排错。

安装依赖一步到位

git clone https://gitcode.com/GitHub_Trending/dr/DragGAN cd DragGAN

克隆仓库并进入目录，后面所有命令都在这里执行。

conda env create -f environment.yml

创建stylegan3环境，一次性装好Python 3.8、PyTorch和CUDA依赖。

conda activate stylegan3

激活环境，后续命令都在这个环境里运行。

pip install -r requirements.txt

补装Gradio、imgui等其余依赖。

python scripts/download_model.py

下载狮子、人像、狗、汽车等8个预训练StyleGAN2权重，存到./checkpoints目录。

启动

python visualizer_drag_gradio.py

启动网页版界面，浏览器会自动打开127.0.0.1:7860的编辑页，这是最省事、跨平台的方式。

Linux或macOS也可以打开桌面版：

sh scripts/gui.sh

Windows用户改用.\scripts\gui.bat。

核心功能实操：拖拽编辑的操作顺序

场景一：生成初始图像并拖拽

目标：生成一张图，把图上的物体挪到你想要的位置。

1. 在页面顶部Pretrained Model下拉框里选一个模型，改一下Seed数值可换图。
2. 点"Add Points"，进入打点模式。
3. 在图像上点一下要移动的物体位置，这是起点。
4. 再点一下图像上你想让它去的位置，这是终点。
5. 点"Start"，优化开始，图像实时朝目标点移动。
6. 效果满意后点"Stop"停止。

效果：物体会滑到你点的位置，其余部分保持稳定。想重做就点"Reset Points"清空控制点，或点"Reset Image"按当前种子重新生成图像。

场景二：用遮罩锁住背景

目标：只让指定区域变化，背景保持不动。

1. 点"Edit Flexible Area"进入遮罩模式。
2. 用笔刷圈出允许变化的区域，没圈到的部分会被锁定。
3. 勾选"Show Mask"确认刷到的范围，再照常点"Start"开始拖拽。
4. 完成后点"Reset mask"清除笔刷。

图像动得太猛或太保守时，调整Step Size（步长）和Lambda（运动惩罚）两个数值；把潜空间从w切到w+，速度会慢一些，但结果通常更好。

进阶玩法：编辑真实照片

DragGAN操作的是GAN潜码，真实照片要先"反转"成潜码才能编辑。仓库的stylegan_human/目录里带了PTI反转工具。

1. 下载StyleGAN-Human模型权重，放到./checkpoints目录。
2. 用该目录下的PTI工具把你的照片反转成潜码。
3. 在界面里选对应模型、加载潜码，然后照场景一的步骤拖拽。

排错速查

• 下拉框没有模型、程序起不来：权重没下载，先跑python scripts/download_model.py。
• Mac上启动报CUDA相关错误：environment.yml是按NVIDIA显卡配的，去掉nvidia/cuda依赖另建环境，Mac上再设置export PYTORCH_ENABLE_MPS_FALLBACK=1，做法见README。
• 图像动得太多、效果崩坏：调小Step Size，或把潜空间从w切到w+。
• 拖拽卡顿、刷新慢：减少控制点数量，把一次编辑拆成多轮，或换分辨率更低的模型。

收尾

流程其实就四步：选模型、点两个点、按开始、看效果。去clone下来试试吧，5分钟后你就能拖起一张图像。

【免费下载链接】DragGANOfficial Code for DragGAN (SIGGRAPH 2023)项目地址: https://gitcode.com/GitHub_Trending/dr/DragGAN