PIDM

用扩散模型按姿态生成逼真人物图，细节不糊

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 图像生成 🍴 复刻 60 🐛 待处理 36 👀 关注 19
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 501
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目，MIT许可证，代码免费，需自行部署，无在线服务。

项目预览

PIDM 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类图像生成
开发团队ankanbhunia
官网地址https://ankanbhunia.github.io/PIDM
GitHubhttps://github.com/ankanbhunia/PIDM
定价模式🏷️完全免费
价格说明开源项目，MIT许可证，代码免费，需自行部署，无在线服务。
访问状态🔧 仅开源项目，无在线服务，需自行部署
是否开源是
开源协议MIT
主要语言Jupyter Notebook
技术栈/模型cvpr2023,diffusion-models,generative-models,generativeai,image-generation,person-image-generation,pose-guided-person-image-generation,stable-diffusion
GitHub 星标★ 501
上线时间2022-11-08 00:00:00
代码更新2024-06-11
仓库体积92.4 MB
本站数据更新2026-11-10
维护状态低维护
收录时间2026-08-09
浏览次数5

项目介绍

PIDM 是一个基于扩散模型的人物图像合成项目，发表于 CVPR 2023。它解决的是在给定人物参考图像和目标姿态的条件下，生成逼真、细节丰富的人物图像的问题。核心能力包括利用去噪扩散概率模型（DDPM）进行姿态引导的人物生成，通过引入纹理感知的扩散模型和内容自适应聚合模块，有效保持人物外观细节并适应姿态变化。项目提供了完整的训练和测试代码、预训练模型以及数据预处理脚本，支持在 DeepFashion 等数据集上进行实验。其技术栈涵盖 Jupyter Notebook、PyTorch 等，适合研究者和开发者用于姿态引导的人物图像生成、虚拟试衣、数字人合成等应用。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 501

使用教程

难度：高级 约 60 分钟 部署方式：本地GPU 5 步

环境要求

  • CUDA 显卡
  • Python 3.9+
  • 数据集

安装与启动步骤

  1. 1先下数据集

    仓库给了下载脚本。

    ./download_dataset.sh

  2. 2按数据格式预处理

    它要求特定的目录与标注结构。

    python data/prepare_data.py --root ./dataset/deepfashion --out ./dataset/deepfashion

  3. 3换自己的数据集

    改参数指向自己的目录。

    python data/prepare_data.py --root ./dataset/<dataset_name> --out ./dataset/<dataset_name>

  4. 4跑训练或评测

    先跑评测确认权重可用。

  5. 5看检索指标

    这类任务看的是检索命中不是生成质量。

如何确认成功

用预处理后的数据跑一次评测，检索指标与论文报告的数量级一致

注意事项

  • 它做的是跨模态检索与匹配，输入是图像与文本对。
  • 数据格式要求严格，预处理脚本必须跑。
  • 评测指标与论文差太多，先怀疑数据预处理而不是模型。
  • 仓库给了测试结果压缩包，可跳过训练直接验。

核心亮点

  • 基于扩散模型，生成图像质量高，细节保留好
  • 提供完整训练/测试代码和预训练模型，上手快
  • CVPR 2023 论文加持，方法有学术背书

不足之处

  • Jupyter Notebook 为主，工程化程度一般
  • 文档/社区待观察

适用场景

  • 姿态引导的人物图像生成研究
  • 虚拟试衣与时尚电商图像合成
  • 数字人/虚拟形象内容创作

替代项目

Pose Transfer GAN、DensePose、ControlNet

上一篇：StableDiffusionTelegram

下一篇：PITI

同类项目推荐

dynacover 开源

用 JSON 模板自动生成 Twitter 动态封面图

This project is discontinued due to changes in the Twitter API access for users. Che···

★ 169 2026-08-09
Frido 开源

用特征金字塔扩散，生成复杂场景图像更精细

Research code for paper "Frido: Feature Pyramid Diffusion for Complex Scene Image Sy···

★ 114 2026-08-09
batch-face-swap 开源

在SD WebUI里批量检测并替换人脸，一键搞定

Automaticaly detects faces and replaces them

★ 332 2026-08-09
model-keyword 开源

选模型自动填触发词，省去手动复制粘贴

Automatic1111 WEBUI extension to autofill keyword for custom stable diffusion models···

★ 270 2026-09-28
ComfyUI_LayerStyle 开源

在ComfyUI里像PS一样合成图层与蒙版

A set of nodes for ComfyUI that can composite layer and mask to achieve Photoshop li···

★ 3204 2026-10-16
imglib2 开源

多维科学图像的 Java 底层引擎，算法一次写好多维通用

A generic next-generation Java library for image processing

★ 321 2026-10-23
LLM-groundedDiffusion 开源

让AI画图听懂复杂指令，布局精准不乱画

LLM-grounded Diffusion: Enhancing Prompt Understanding of Text-to-Image Diffusion Mo···

★ 486 2026-08-09
QueryOTR 开源

用查询式Transformer一键扩展图像边界，生成自然连贯的外延内容。

[ECCV2022] Official PyTorch implementation of the paper "Outpainting by Queries"

★ 53 2026-08-09