tryoffdiff

上传穿搭照，一键提取干净服装图，告别实物拍摄。

TryOffDiff 是一个基于扩散模型的虚拟试脱（Virtual-Try-Off）工具，能够从人物穿着照片中重建出高保真的服装图像。它解决了电商和时尚行业中需要获取单品服装图但缺乏实物拍摄条件的问题。核心能力包括利用 Stable Diffusion 和 SigLIP 等模型进行图像到图像的转换，实现服装与人体分离并生成可用的服装平铺图或模型图。项目提供了演示应用，方便用户直接体验效果。其技术栈基于 PyTorch 和 HuggingFace Diffusers，适合研究人员和开发者进行二次开发或集成到现有工作流中。

开源 free 图像生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 151

维护状态低维护

是否开源是

定价模式 free

项目数据

分类图像生成

开发团队rizavelioglu

所属国家

官网地址https://rizavelioglu.github.io/tryoffdiff

GitHubhttps://github.com/rizavelioglu/tryoffdiff

定价模式free

价格说明开源项目，提供在线演示页面，可免费体验，无付费版本。

访问状态

是否开源是

开源协议NOASSERTION

主要语言Python

技术栈/模型demo-app,diffusion,e-commerce,fashion,huggingface-diffusers,image-to-image,pytorch,siglip,stable-diffusion,virtual-try-off,virtual-try-on

GitHub 星标★ 151

30天Star增速

HF 下载量

上线时间2024-07-26 00:00:00

最近更新2026-09-21 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2

使用教程

核心亮点

基于扩散模型，服装重建细节和纹理保真度高，优于传统图像分割方法。
提供可直接运行的演示应用，降低使用门槛，便于快速验证效果。
代码结构清晰，基于主流 PyTorch 和 Diffusers 生态，易于定制和扩展。

不足之处

项目处于早期阶段，文档和社区支持尚待完善。
对输入图像质量要求较高，复杂背景或遮挡场景下效果可能不稳定。

适用场景

电商平台自动生成商品服装白底图，减少人工拍摄成本。
时尚设计人员快速获取服装版型参考，辅助设计迭代。
虚拟试衣间应用，实现从试穿到试脱的完整交互体验。

替代项目

Cloth2Tex、BCNet、PIFuHD

项目介绍

tryoffdiff 是图像领域的开源项目，由 rizavelioglu 开发，2024 年首次发布。

它收录于图像分类，该分类目前共有 839 个项目，GitHub 星标数为 151。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-21。提供在线演示页面，可免费体验，无付费版本。从国内网络环境看，可直接访问。

它主要面向的使用场景是：电商平台自动生成商品服装白底图，减少人工拍摄成本。同类可对比的替代方案包括 Cloth2Tex、BCNet、PIFuHD。

上一篇：ComfyUI-TBG-ETUR

下一篇：sd.cpp-webui