Outfit-Anyone-in-the-Wild

上传任意照片和服装,一键生成自然试穿效果,摆脱姿势和背景限制。

Outfit Anyone in the Wild 是一个基于 Stable Diffusion 的虚拟试穿开源项目,旨在解决传统虚拟试穿中受限于固定姿势、背景和服装匹配的痛点。它允许用户上传任意人物照片和服装图片,通过 AI 模型将服装自然贴合到人物身上,支持多种姿势和复杂背景,无需严格对齐。项目提供 Gradio 界面,方便快速体验和部署。核心能力包括:服装细节保留、人体姿态适应、背景融合处理,以及支持 3D 感知的试穿效果。适用于电商模特图生成、时尚设计预览、个人穿搭模拟等场景。当前项目处于早期阶段,代码和文档有待完善,但已展示出在野外出图场景下的潜力。

开源 free 图像生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 268
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selfitcamera
所属国家
官网地址
定价模式free
价格说明开源项目,Apache-2.0 许可证,可免费使用和部署,无在线服务。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型3d,ai,fashion,garment,gradio,image,outfitanyone,stable-diffusion,virtual-try-on
GitHub 星标★ 268
30天Star增速
HF 下载量
上线时间2024-02-17 00:00:00
最近更新2026-08-07 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3

使用教程

核心亮点

  • 支持任意姿势和复杂背景,无需严格对齐,提升试穿自由度
  • 基于 Stable Diffusion,服装细节保留较好,融合自然
  • 提供 Gradio 界面,上手简单,便于快速测试和部署

不足之处

  • 项目早期,文档和示例不完善,社区支持待观察
  • 依赖较多,环境配置可能较复杂

适用场景

  • 电商平台自动生成模特试穿图
  • 时尚设计师快速预览新款式上身效果
  • 个人用户在线模拟穿搭

替代项目

Outfit Anyone、IDM-VTON、StableVITON

项目介绍

Outfit-Anyone-in-the-Wild 是图像领域的开源项目,由 selfitcamera 开发,2024 年首次发布。

它收录于图像分类,该分类目前共有 837 个项目,GitHub 星标数为 268。

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 2026-08-07。Apache-2.0 许可证,可免费使用和部署,无在线服务。

它主要面向的使用场景是:电商平台自动生成模特试穿图。同类可对比的替代方案包括 Outfit Anyone、IDM-VTON、StableVITON。

同类项目推荐

satori 开源

网页代码一键变高清图,放大不糊,不用截图

Enlightened library to convert HTML and CSS to SVG

★ 13967 2026-08-09
C2GAN 开源

用关键点精准控制图像生成,让AI画出你想要的结构

[ACM MM 2019 Oral] Cycle In Cycle Generative Adversarial Networks for Keypoint-Guide···

★ 70 2026-08-09
ComfyUI 开源

像搭积木一样连节点,生图流程自己搭

The most powerful and modular diffusion model GUI, api and backend with a graph/node···

★ 134493 2026-08-09