StableVITON
开源的虚拟试衣研究项目,基于潜在扩散模型学习语义对应,提供配对与非配对两种推理模式及训练代码,需自建 CUDA 环境并下载权重与 VITON-HD 数据集,适合虚拟试衣方向的研究者复现论文结果或改模型。
最近 5 次实测
3 次可以打开平均 2.7 秒11 月 16 日 起国内不可直接访问11 月 10 日 起国内不可直接访问
本站从国内机房定期实测。竖条由远及近:绿 = 可以打开,橙 = 国内不可直接访问,灰 = 打不开。StableVITON 是一个虚拟试衣(virtual try-on)的开源实现,论文发表于 CVPR2024,作者为 Jeongho Kim、Gyojung Gu、Minho Park、Sunghyun Park、Jaegul Choo。它要解决的问题是:给定一张人物照片和一张衣服图片,生成这个人穿上这件衣服的效果图。做法是在潜在扩散模型上学习语义对应关系,让衣服的纹理和版型贴合到人物身上。
仓库里放的是研究代码,不是装好就能用的成品软件。想跑起来需要自己搭环境:用 conda 建 Python 3.10 环境,装 PyTorch 2.0、pytorch-lightning、diffusers、xformers、open-clip-torch 等一批指定版本的依赖,再下载模型权重和 VITON-HD 数据集。
主要功能
- 推理:提供 paired(配对)和 unpaired(非配对)两种模式,另有 --repaint 选项保留未遮罩区域。
- 训练:基于 Paint-by-Example 模型,把 U-Net 第一层从 9 通道扩到 13 通道,需要下载修改过的 checkpoint。
- 数据预处理:VITON-HD 数据集自带 agnostic mask;换任意图片时可借助 SAM 之类的分割工具,densepose 需与 VITON-HD 使用同一模型。
适合谁
适合做虚拟试衣、图像生成方向的研究人员和开发者,用来复现论文结果或在此基础上改模型。普通用户想给照片换衣服,这个仓库帮不上忙——没有网页界面,也没有打包好的应用。
费用与限制
代码在 GitHub 上公开,免费取用;使用需要 GitHub 账号登录才能 star、fork 或参与讨论。运行依赖 NVIDIA GPU 和 CUDA 环境,对显存和配置有一定要求。仓库还注明团队后续研究 PromptDresser 已发布。
常见问题
StableVITON 收费吗?
StableVITON 免费使用。
用 StableVITON 要登录吗?
可以不登录使用,登录后功能更全。GitHub 账号,仅用于互动。
StableVITON 有哪些平台 / App?
支持 Linux。
替代品全部 7 个,带对比表 →
IIDM-VTON可完全替代同为虚拟试衣扩散模型研究实现,双路编码服装特征,在 VITON-HD 上评测,适合复现与改模型
IDM-VTON可完全替代同为开源虚拟试衣实现,基于 SDXL 与 IP-Adapter,带训练推理脚本和本地 Gradio 演示,换过去更易上手
HR-VITON可完全替代同为需自备 GPU 和 VITON-HD 的研究代码,但把形变与分割合成一个条件生成器,改模型时结构更集中。TTryOnDiffusion部分替代替代论文复现这一块:双 UNet 隐式变形思路可对比参考,但无公开训练代码,需自行实现。
PSAI部分替代替代试衣效果生成这一块:网页完成 AI 试衣与换模特,面向商拍成片,非研究代码
绘蛙部分替代替代虚拟试衣出图这一块:网页端商品上身,无需搭 CUDA 环境,但闭源、不能改模型
