可以换装的免费ai软件IDM-VTON，自动搭配衣服的神器

发布时间：2024-04-30

今天我们来说下一键换装，这是目前效果最好的一个开源项目，完全免费！
开源项目：【GitHub】

安装环境要求：

git clone https://github.com/yisol/IDM-VTON.git
cd IDM-VTON
conda env create -f environment.yaml
conda activate idm

数据准备

VITON-HD

您可以从 VITON-HD 下载 VITON – HD 数据集。

下载 VITON-HD 数据集后，将 vitonhd_test_tagged.json 移动到测试文件夹中。

数据集目录的结构应如下所示。

train
|-- ...
test
|-- image
|-- image-densepose
|-- agnostic-mask
|-- cloth
|-- vitonhd_test_tagged.json

着装要求

您可以从DressCode下载 DressCode 数据集。

我们在这里提供预先计算的密集姿势图像和服装标题。

我们使用detectorron2来获取密集姿态图像，请参阅此处了解更多详细信息。

下载 DressCode 数据集后，放置图像密集目录和标题文本文件，如下所示。

DressCode
|-- dresses
|-- images
|-- image-densepose
|-- dc_caption.txt
|-- ...
|-- lower_body
|-- images
|-- image-densepose
|-- dc_caption.txt
|-- ...
|-- upper_body
|-- images
|-- image-densepose
|-- dc_caption.txt
|-- ...

推理

VITON-HD

使用带参数的 python 文件进行推理，

accelerate launch inference.py \
--width 768 --height 1024 --num_inference_steps 30 \
--output_dir "result" \
--unpaired \
--data_dir "DATA_DIR" \
--seed 42 \
--test_batch_size 2 \
--guidance_scale 2.0

或者，您可以简单地使用脚本文件运行。

sh inference.sh

着装要求

对于 DressCode 数据集，通过类别参数输入要生成图像的类别，

accelerate launch inference_dc.py \
--width 768 --height 1024 --num_inference_steps 30 \
--output_dir "result" \
--unpaired \
--data_dir "DATA_DIR" \
--seed 42
--test_batch_size 2
--guidance_scale 2.0
--category "upper_body"

或者，您可以简单地使用脚本文件运行。