AI虚拟一键试衣:IDM-VTON安装使用教程

向AI转型的程序员都关注公众号 机器学习AI算法工程



虚拟试衣技术通过数字方式模拟衣物穿在人体上的效果,极大地提升了用户体验和购物便捷性。IDM-VTON模型的引入,进一步推动了这一技术的发展。


只需一张用户照片和一张服装照片,IDM-VTON模便可生成试穿效果。

示例:






IDM-VTON 是一种基于扩散模型的虚拟试穿技术,由 KAIST 和 OMNIOUS.AI 共同开发。

IDM-VTON 透过改进扩散模型,增强虚拟试穿任务中的影像保真度和细节保留,特别是在真实世界场景中产生高保真度的虚拟试穿图像。


IDM-VTON 透过分析人物和服装的图像,即使在复杂背景和多样姿势下,IDM-VTON 也能保持服装的细节特征,产生逼真的试穿效果。



在线体验地址,不仅可以换衣服,还可以换发型和胡须:

(需要翻墙梯子)

https://huggingface.co/spaces/yisol/IDM-VTON




本地安装使用


一、配置环境

python >=3.9

pytorch >=2.0.1

GPU显存大于16G以上


accelerate==0.25.0
torchmetrics==1.2.1
tqdm==4.66.1
transformers==4.36.2
diffusers==0.25.0
einops==0.7.0
bitsandbytes==0.39.0
scipy==1.11.1
opencv-python
gradio==4.24.0
fvcore
cloudpickle
omegaconf
pycocotools
basicsr
av
onnxruntime==1.16.2
fastapi==0.112.4


二、下载代码和模型文件

开源代码

git clone https://github.com/yisol/IDM-VTON.git

模型文件下载地址

https://gitcode.com/hf_mirrors/ai-gitcode/IDM-VTON

模型文件下载后放入代码目录下的ckpt文件夹内


三、更改代码内的模型文件路径(根据实际修改)

IDM-VTON/gradio_demo/app.py



最后运行直接 app.py即可

浏览器打开 http://127.0.0.1:7860


机器学习算法AI大数据技术

 搜索公众号添加: datanlp

长按图片,识别二维码



阅读过本文的人还看了以下文章:


实时语义分割ENet算法,提取书本/票据边缘


整理开源的中文大语言模型,以规模较小、可私有化部署、训练成本较低的模型为主


《大语言模型》PDF下载


动手学深度学习-(李沐)PyTorch版本


YOLOv9电动车头盔佩戴检测,详细讲解模型训练


TensorFlow 2.0深度学习案例实战


基于40万表格数据集TableBank,用MaskRCNN做表格检测


《基于深度学习的自然语言处理》中/英PDF


Deep Learning 中文版初版-周志华团队


【全套视频课】最全的目标检测算法系列讲解,通俗易懂!


《美团机器学习实践》_美团算法团队.pdf


《深度学习入门:基于Python的理论与实现》高清中文PDF+源码


《深度学习:基于Keras的Python实践》PDF和代码


特征提取与图像处理(第二版).pdf


python就业班学习视频,从入门到实战项目


2019最新《PyTorch自然语言处理》英、中文版PDF+源码


《21个项目玩转深度学习:基于TensorFlow的实践详解》完整版PDF+附书代码


《深度学习之pytorch》pdf+附书源码


PyTorch深度学习快速实战入门《pytorch-handbook》


【下载】豆瓣评分8.1,《机器学习实战:基于Scikit-Learn和TensorFlow》


《Python数据分析与挖掘实战》PDF+完整源码


汽车行业完整知识图谱项目实战视频(全23课)


李沐大神开源《动手学深度学习》,加州伯克利深度学习(2019春)教材


笔记、代码清晰易懂!李航《统计学习方法》最新资源全套!


《神经网络与深度学习》最新2018版中英PDF+源码


将机器学习模型部署为REST API


FashionAI服装属性标签图像识别Top1-5方案分享


重要开源!CNN-RNN-CTC 实现手写汉字识别


yolo3 检测出图像中的不规则汉字


同样是机器学习算法工程师,你的面试为什么过不了?


前海征信大数据算法:风险概率预测


【Keras】完整实现‘交通标志’分类、‘票据’分类两个项目,让你掌握深度学习图像分类


VGG16迁移学习,实现医学图像识别分类工程项目


特征工程(一)


特征工程(二) :文本数据的展开、过滤和分块


特征工程(三):特征缩放,从词袋到 TF-IDF


特征工程(四): 类别特征


特征工程(五): PCA 降维


特征工程(六): 非线性特征提取和模型堆叠


特征工程(七):图像特征提取和深度学习


如何利用全新的决策树集成级联结构gcForest做特征工程并打分?


Machine Learning Yearning 中文翻译稿


蚂蚁金服2018秋招-算法工程师(共四面)通过


全球AI挑战-场景分类的比赛源码(多模型融合)


斯坦福CS230官方指南:CNN、RNN及使用技巧速查(打印收藏)


python+flask搭建CNN在线识别手写中文网站


中科院Kaggle全球文本匹配竞赛华人第1名团队-深度学习与特征工程



不断更新资源

深度学习、机器学习、数据分析、python

 搜索公众号添加: datayx  


请使用浏览器的分享功能分享到微信等