DragGAN 快速上手指南：3 步装好环境，用鼠标拖拽修改 GAN 生成图-编程实验室

DragGAN 快速上手指南：3 步装好环境，用鼠标拖拽修改 GAN 生成图

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

AI 生成的图有个通病：结果不满意只能换种子重抽，画中人想往左挪半步、衣服想换个款式都做不到。DragGAN 就是来解决这件事的——它让你在 GAN 生成的图像上直接点两个点，程序就把被点选的区域"拖"到新位置，且整张图依然保持在 GAN 的图像流形上，不会出现贴图感。整套交互只有两个按钮：Add Points（加点）和 Start（开始编辑）。

上面这排就是 StyleGAN-Human 模型生成的人像，换装、换姿态、换发型都能拖出来。

环境准备：3 条命令跑通 DragGAN 安装

前置要求只有一条：NVIDIA 显卡 + CUDA。项目基于 StyleGAN3 的代码库（training/ 目录），environment.yml 里锁定了 Python 3.8+、PyTorch 2.0.1、CUDA 11.1 这套组合，跟着走最省心。

1. 克隆仓库并创建 conda 环境

git clone https://gitcode.com/GitHub_Trending/dr/DragGAN cd DragGAN conda env create -f environment.yml conda activate stylegan3

2. 补装额外依赖

pip install -r requirements.txt

这里会装上 gradio 3.35.2、imgui、glfw、pyopengl 等界面依赖。

3. 下载预训练权重

python scripts/download_model.py

脚本按 scripts/download_models.json 的清单拉取 StyleGAN2 的官方预训练权重，统一放在./checkpoints目录。如果想试人像模型 StyleGAN-Human 或风景模型 LHQ，下载地址在 README 里有，下载后同样放进./checkpoints即可，界面下拉框会自动识别。

没有 NVIDIA 显卡？Mac M1/M2 或纯 CPU 也能跑，只是慢：先把 environment.yml 里含nvidia、cuda的行过滤掉再生成环境，macOS 上再设export PYTORCH_ENABLE_MPS_FALLBACK=1。

一键启动：Gradio 网页版和桌面 GUI 两种入口

网页版（推荐，跨平台）

python visualizer_drag_gradio.py

启动后自动打开浏览器。两个常用参数：加--listen可以响应局域网请求（服务器部署用）；模型文件不在默认位置时，用--cache-dir /你的/路径指定权重目录。

桌面版（Linux / macOS / Windows）

sh scripts/gui.sh # Windows 用 .\scripts\gui.bat

桌面版是 imgui 窗口（代码在 gui_utils/ 和 viz/），拖拽延迟更低；网页版胜在方便，下面以网页版为例。

Docker 路线：仓库自带 Dockerfile，基于 NGC PyTorch 镜像，docker build后运行python visualizer_drag_gradio.py --listen即可。注意镜像约 25GB 磁盘占用，本地试玩的优先级不如 conda。

动手编辑：Add Points → Start 两步出效果

进入网页界面后，左侧是生成参数，右侧是画布。第一张图不需要手动指定，选好模型点一下就会用随机种子生成。完整流程：

选模型：顶部下拉框（pretrained weight）选好.pkl权重，改 Seed 可换一张新图；
加点：点Add Points解锁画布，在图上依次点两下——第一下是"想动的起点"，第二下是"目标位置"，会显示一对红蓝控制点；
开始拖拽：点Start，右侧滑杆会实时推进迭代次数（steps），图像同步重绘，拖拽过程有平滑过渡；不满意随时Stop；
多对点：继续点Add Points可以叠加第二对、第三对控制点，多点同时约束后编辑更稳；
复位：改错了就Reset Points（只清点）或Reset Image（整张重来）。

几个可调参数值得注意：lr（学习率，默认较小，编辑不动就调大）、trunc_psi（截断系数，越小越保守）、latent space单选框（w全局编辑 vsw+逐层编辑，后者局部改动更精细）、以及draw interval（每隔多少步重绘一次画面，调小更流畅但更吃 GPU）。

进阶玩法：区域蒙版与真实照片编辑

只编辑一片区域（Flexible Area）

全局拖拽时背景也可能跟着变形。点Edit Flexible Area后在画布上涂抹出想保留/影响的区域，会生成一张半透明蒙版叠在图上（蒙版交互逻辑在 gradio_utils/utils.py），配合Reset mask重画。蒙版加控制点的组合，是"只改手臂不动脸"这类精细需求的标准解法。

编辑真实照片（需要先做 GAN inversion）

DragGAN 直接编辑的是 GAN 潜码，真实照片得先反演成潜码：用 PTI 这类工具把照片投影到w空间（仓库里带了完整实现，入口在 stylegan_human/run_pti.py，配套训练代码在 stylegan_human/training/），然后把反演得到的潜码 pkl 和对应模型权重一起加载进界面，后续拖拽流程和生成图完全一致。

批量出图

不做交互、只想要结果图的话，用 gen_images.py 一行命令跑批，配合--cache-dir指定权重，适合先挑参数再进界面细调。

避坑清单：6 个高频问题一次说清

界面卡在加载权重：确认./checkpoints里有.pkl文件且能正常读取，下拉框是扫描该目录生成的，放错目录就选不到模型；
拖拽很卡：把 draw interval 调大、分辨率别拉满，复杂编辑分多步小范围做，比一次拖很远更收敛；
效果太"飘"：降低 lr、调低 trunc_psi，或改用w+潜空间做局部编辑；
Windows 跑不了桌面 GUI：直接用 Gradio 网页版，visualizer_drag_gradio.py两个平台通用；
CUDA 版本报错：以 environment.yml 里的 cudatoolkit 11.1 为准，PyTorch 和显卡驱动版本对不上时优先重装环境而不是改代码；
商用注意：DragGAN 算法部分是 CC-BY-NC 许可（非商业），且任何使用都必须保留输出图上的 "AI Generated" 水印，这是许可证的硬性要求，别删。