ladi-vton

上传衣服和模特图，AI 生成自然逼真的试穿效果

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。