fashn-vton-1.5

上传衣服和照片,秒出试穿效果,无需手动抠图

FASHN VTON v1.5 是一个基于扩散模型的虚拟试穿(Virtual Try-On)开源项目,专注于在像素空间实现无需掩码的高效服装迁移。它解决了传统虚拟试穿依赖人工标注掩码、流程复杂且效果不自然的问题,核心能力是仅通过人物图像和服装图像,自动生成穿着目标服装的逼真效果,支持姿态估计和服装变形,适用于电商模特换装、时尚设计预览等场景。项目采用 Python 实现,集成 Hugging Face 生态,技术栈涵盖计算机视觉、深度学习、扩散模型和生成式 AI,为开发者提供开箱即用的推理接口。目前处于早期阶段,星标数不多,但技术方向新颖,强调效率与真实感。

开源 unknown 图像生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 278
维护状态 低维护
是否开源
定价模式 unknown

项目数据

分类图像生成
开发团队fashn-AI
所属国家
定价模式unknown
价格说明官网为研究页面,未明确展示定价或试用信息,需进一步确认。
访问状态
是否开源
开源协议NOASSERTION
主要语言Python
技术栈/模型computer-vision,deep-learning,diffusion-models,e-commerce,fashion-ai,generative-ai,huggingface,image-generation,pose-estimation,python,pytorch,virtual-try-on
GitHub 星标★ 278
30天Star增速
HF 下载量
上线时间2026-01-09 00:00:00
最近更新2026-08-06 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数0

核心亮点

  • 无需掩码标注,自动化处理服装与人体对齐,大幅简化流程
  • 基于扩散模型,生成图像细节丰富,服装纹理和褶皱自然
  • 集成 Hugging Face,提供简洁 API,便于快速集成和部署

不足之处

  • 项目处于早期,文档和社区支持待观察
  • 依赖较大模型,推理资源要求可能较高

适用场景

  • 电商平台虚拟试穿,提升用户购物体验
  • 时尚设计师快速预览新衣效果,辅助决策
  • 个人穿搭分享,生成不同服装的试穿照片

替代项目

IDM-VTON、OOTDiffusion、CatVTON

项目介绍

fashn-vton-1.5 是一个图像生成领域的开源项目,官方简介:FASHN VTON v1.5: Efficient Maskless Virtual Try-On in Pixel Space。项目使用 Python 开发,在 GitHub 上获得 278 星标。

同类项目推荐

DEIMv2 开源

用DINOv3做实时检测,又快又准,直接落地。

[DEIMv2] Real Time Object Detection Meets DINOv3

★ 1986 2026-08-14
geti 开源

少数据快训练,轻松搞定计算机视觉模型

Build computer vision models in a fraction of the time and with less data.

★ 1309 2026-08-10
opencv 开源

开箱即用的视觉算法库,搞定图像视频处理与识别

Open Source Computer Vision Library

★ 90502 2026-08-10
fsdl-text-recognizer-2022-labs 开源

跟着课程撸一个能跑的文本识别全流程项目

Complete deep learning project developed in Full Stack Deep Learning, 2022 edition. ···

★ 530 2026-08-09