street-tryon-benchmark

让AI在真实街景中试穿衣服，评估更靠谱

StreetTryOn 是一个面向真实街景场景的虚拟试穿基准测试集，由 WACV'25 论文提出。它解决了现有虚拟试穿方法在实验室环境下表现良好但在真实世界场景中泛化能力不足的问题，尤其是跨域（如从电商模特图到街拍图）的试穿任务。该基准提供了精心标注的真实街景人物图像与服装图像配对数据，并定义了标准化的评估协议，包括图像质量、服装细节保留、身份保持等指标。同时，它支持两种核心任务：常规的真实世界试穿（In-the-Wild Virtual Try-On）和跨域试穿（Cross-Domain Virtual Try-On），后者要求模型将服装从一种风格域迁移到另一种风格域。项目代码库包含数据加载、评估脚本和基线模型实现，便于研究者复现和比较。作为早期开源项目，它旨在推动虚拟试穿技术向实际应用场景落地。