一键换装神器爆火，IDM-VTON ：奥特曼秒变猛男！ - chatGPT

直接我们介绍过一键视频换脸技术，今天我们就来说下一键换装，这是目前效果最好的一个开源项目，完全免费！

在线体验：【 链接直达】

开源项目：【 GitHub】

网盘下载：【 点击下载】

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。

sh inference. sh

联系人：	羊毛君
Email：	soft850207@gmail.com