ladi-vton

上传衣服和模特图，AI 生成自然逼真的试穿效果

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 63 🐛 待处理 28 👀 关注 30
GitHub ↗
GitHub 星标 ★ 466
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，本地部署，完全免费

项目预览

ladi-vton 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miccunifi
GitHubhttps://github.com/miccunifi/ladi-vton
定价模式🏷️完全免费
价格说明开源项目，本地部署，完全免费
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NOASSERTION
主要语言Python
技术栈/模型acmmm,acmmm2023,dresscode,fashionai,generative-model,latent-diffusion-models,stable-diffusion,textual-inversion,virtual-tryon,viton-hd
GitHub 星标★ 466
上线时间2023-05-17 00:00:00
代码更新2023-09-05
仓库体积1.6 MB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数4

项目介绍

LaDI-VTON 是一个基于潜在扩散模型（Latent Diffusion）的虚拟试穿项目，发表于 ACM MM 2023。它解决传统虚拟试穿中服装细节丢失、纹理模糊的问题，通过文本反演（Textual Inversion）技术将服装视觉特征编码为文本嵌入，从而在不依赖额外条件分支的情况下，将服装迁移到目标人物身上。核心能力包括：支持多类别服装（上衣、下装、连衣裙）的试穿，利用预训练的 Stable Diffusion 模型进行生成，并通过注意力机制和掩码策略保留人物身份与姿态。项目提供了完整的训练和推理代码，支持 DressCode 和 FashionAI 数据集，适合学术研究和应用开发。

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 ★ 466

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：高级 约 70 分钟 部署方式：本地GPU 5 步

环境要求

  • Python 3.10
  • CUDA GPU
  • 成对试衣数据

安装与启动步骤

  1. 1建环境

    锁 Python 3.10。

    conda create -n ladi-vton -y python=3.10

  2. 2装一长串锁版本依赖

    版本都写死了，别擅自升级。

    pip install torch==2.0.1 torchvision==0.15.2 diffusers==0.14.0 transformers==4.27.3 accelerate==0.18.0

  3. 3准备成对数据

    两类公开数据集任选，目录结构按说明。

  4. 4先算服饰特征

    训练前要先提特征。

    python src/utils/compute_cloth_clip_features.py --dataset dresscode --dresscode_dataroot <path>

  5. 5再训两阶段

    两阶段顺序不能反。

    python src/train_tps.py --dataset dresscode --dresscode_dataroot <path> --checkpoints_dir <path> --exp_name test

如何确认成功

两阶段训练能跑完并产出检查点，用检查点做推理时服饰纹理与目标人物体型都能对上

注意事项

  • 它是虚拟试衣的论文实现，分两阶段训练，先学形变再学外观。
  • 依赖版本锁得很死，升级任何一个都可能连带崩。
  • 训练数据是成对的（人物图加服饰图加结果图），自采成本很高。
  • 试衣结果涉及肖像与服装版权，商用前要处理授权。

核心亮点

  • 基于 Stable Diffusion，生成图像质量高，细节保留好
  • 文本反演技术无需额外条件网络，架构简洁
  • 支持多类别服装，并提供训练与推理代码

不足之处

  • 依赖大型预训练模型，推理和训练资源需求高
  • 对复杂姿态和遮挡场景鲁棒性有限

适用场景

  • 电商平台虚拟试穿功能
  • 服装设计效果预览
  • 学术研究基准对比

替代项目

VITON-HD、DCI-VTON、OOTDiffusion

上一篇：ComfyUI-YoloWorld-EfficientSAM

下一篇：gen-cv

同类项目推荐

diffseg 开源

用扩散模型注意力，零标注自动分割图像

DiffSeg is an unsupervised zero-shot segmentation method using attention information···

★ 328 2026-08-09
yolov7-object-tracking 开源

几行命令跑通 YOLOv7 检测加 SORT 跟踪，视频里目标自动带 ID

YOLOv7 Object Tracking Using PyTorch, OpenCV and Sort Tracking

★ 653 2026-09-13
DQ-DETR 开源

动态查询让 DETR 不再漏检小目标

DQ-DETR: DETR with Dynamic Query for Tiny Object Detection

★ 239 2026-10-14
litepali 开源

轻量级图像检索，云端部署省资源，检索快人一步

LitePali is a minimal, efficient implementation of ColPali for image retrieval and i···

★ 132 2026-08-09
Open3D-ML 开源

开箱即用的3D点云模型训练与部署工具

An extension of Open3D to address 3D Machine Learning tasks

★ 2362 2026-08-10
scribeocr 开源

浏览器里对照原图改 OCR，扫描件变可编辑文档

Web interface for recognizing text, proofreading OCR, and creating fully-digitized d···

★ 812 2026-09-19
Sa2VA 开源

一句话指挥AI分割图像视频，精准定位目标

Official Repo For Pixel-LLM Codebase: Sa2VA (T-PAMI-26), SAMTok (CVPR-26), VRT (Arxi···

★ 1700 2026-08-09
photonix 开源

自建私有云相册，用AI自动分类，秒搜你的照片

A modern, web-based photo management server. Run it on your home server and it will ···

★ 1955 2026-08-10
galaxy-explorer 开源

浏览器里漫游程序化生成的银河系，无需后端和构建步骤

An interactive, procedurally-generated Milky Way galaxy in the browser — WebGL / th···

★ 101 2026-08-09