IDM-VTON

IDM-VTON 是一个虚拟试衣（virtual try-on）研究项目，出自 KAIST 与 OMNIOUS.AI。给它一张人物照片和一张服装图片，它会渲染出这个人穿上这件衣服的样子。项目页面本身是论文的项目主页，放了摘要、方法示意、多组对比结果，以及论文、演示和代码的入口。

它解决什么问题

此前的虚拟试衣方法多沿用图像修复类的扩散模型，生成画面比 GAN 方案自然，但衣服的款式、纹理、logo 这些细节容易走样。IDM-VTON 的做法是把服装图像拆成两路编码：一路用视觉编码器提取高层语义，接进交叉注意力层；另一路用并行的 UNet 提取低层特征，接进自注意力层。再给服装和人物分别配上文字描述，比如「短袖圆领 T 恤」「模特穿着 [V]」，让生成结果更贴近原衣服。

实际效果

项目页展示了 VITON-HD 和 DressCode 两个数据集上的结果，同一件衣服穿在不同人身上，细节保持一致。作者还从互联网和社交平台收集了真实场景的人物与服装图，用来验证复杂背景、多样姿态下的表现，并给出一种用一对人物-服装图做微调的定制方法。页面上的对比图里，蓝色框是人物，红色框是服装。

适合谁，用之前要知道

这是学术研究项目，不是面向普通消费者的试衣应用。想复现或二次开发，需要按论文和代码自行搭建环境、准备模型权重和输入图，对机器和动手能力有要求。项目页明确写着，本工作仅用于学术研究和示例展示，不用于商业用途；页面上的模型和服装图片来自互联网、社交平台和公开数据集，图片与品牌归各自所有者。费用、是否要登录、支持哪些平台，页面上都没有说明。