IDM-VTON

上传人物和衣服图,扩散模型生成真实试穿效果

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 822 🐛 待处理 155 👀 关注 64
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 5234
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源项目,代码免费使用

项目预览

IDM-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yisol
定价模式🏷️完全免费
价格说明开源项目,代码免费使用
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
GitHub 星标★ 5234
上线时间2024-03-20 00:00:00
代码更新2026-10-27
仓库体积21.6 MB
本站数据更新2026-10-29
维护状态活跃
收录时间2026-10-29
浏览次数0

项目介绍

IDM-VTON 是 ECCV 2024 收录的虚拟试衣开源项目,基于扩散模型实现真实场景下的人物换装效果。它解决的核心问题是:传统试衣模型在保留服装细节(logo、纹理、版型)和人物身份特征(面部、姿态、肤色)之间难以兼顾,尤其在非棚拍的野生图片上容易失真。项目通过改进扩散模型的条件注入方式,将服装图像的高频细节与人物图像的结构信息分别编码,再在生成过程中融合,从而输出既贴合人物身形又忠实还原服装外观的试穿图。核心能力包括:支持上衣、下装等多类服装输入;在复杂背景、多样姿态下保持人物一致性;提供推理脚本与预训练权重,可直接跑通;附带训练与评测代码,便于二次开发。适合电商展示、服装设计预览、学术研究等场景。

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 2026-10-29 · 当前星标 ★ 5234

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:进阶 约 30 分钟 部署方式:本地安装 5 步

环境要求

  • Git(用于克隆仓库)
  • Conda(Anaconda 或 Miniconda,用于创建 idm 环境)
  • 可用的 Python 运行环境,依赖版本以仓库 environment.yaml 为准
  • 自行下载的 VITON-HD 或 DressCode 数据集(README 未提供直链下载)

安装与启动步骤

  1. 1克隆项目仓库

    从 GitHub 拉取 IDM-VTON 源码,并进入项目根目录后再执行后续命令。

    git clone https://github.com/yisol/IDM-VTON.git
    cd IDM-VTON
  2. 2创建 conda 环境

    按仓库自带 environment.yaml 安装全部依赖,依赖较多,耗时较久属正常。

    conda env create -f environment.yaml
  3. 3激活环境

    环境名为 idm,激活后终端提示符前会出现 (idm) 前缀。

    conda activate idm
  4. 4下载 VITON-HD 数据

    从 VITON-HD 官方仓库获取数据集,README 未提供直接下载命令。

  5. 5整理数据目录

    将 vitonhd_train_tagged.json 放入 train、vitonhd_test_tagged.json 放入 test。

关键配置

配置项必填说明示例
environment.yaml是conda 环境依赖清单,决定 Python 与各依赖库版本environment.yaml

如何确认成功

执行 conda activate idm 后提示符出现 (idm) 且无报错,说明依赖环境创建成功。

常见问题

Q:conda env create 执行失败怎么办?

A:先确认 Conda 已正确安装并可执行 conda 命令;再检查是否在 IDM-VTON 根目录下,确保能找到 environment.yaml。

Q:没有 VITON-HD 数据集能跑吗?

A:README 的示例流程依赖该数据集,需自行从 VITON-HD 仓库下载,并按指定目录结构放置后才能使用。

Q:环境名可以改吗?

A:可以,修改 environment.yaml 中的 name 字段后重新创建,激活时使用修改后的名称即可。

Q:预训练权重在哪里获取?

A:README 顶部给出了 Hugging Face 模型页链接,可从该页面获取项目提供的模型权重。

注意事项

  • README 节选只包含环境安装与数据准备,未给出推理/训练命令,请以仓库最新文档为准。
  • 数据集需自行下载,且目录结构必须与 README 一致,否则脚本读不到文件。
  • 不同数据集(VITON-HD、DressCode)分别对应各自的目录与标注 JSON,不要混放。

核心亮点

  • 服装细节保留能力强,logo、纹理、版型在生成结果中还原度高
  • 人物身份与姿态一致性处理较好,野生图片下不易崩坏
  • 提供完整推理脚本和预训练权重,开箱即可复现论文效果

不足之处

  • 依赖较大显存,普通消费级显卡推理体验受限
  • 对极端姿态或遮挡严重的输入,生成质量仍有波动
  • 文档以论文和脚本为主,缺少面向新手的详细部署教程

适用场景

  • 电商平台服装商品的效果预览图生成
  • 服装设计阶段的快速试穿可视化
  • 学术研究中的虚拟试衣模型对比与改进

替代项目

OOTDiffusion、Outfit Anyone、StableVITON

同类项目推荐

ConceptLab 开源

用参考图学概念,再创意变形生成新图像

Official Implementation for "ConceptLab: Creative Generation using Diffusion Prior C···

★ 255 2026-08-09
RAT-GAN 开源

用文字描述,生成对应图像

A conditional GAN for text-to-image

★ 53 2026-08-09
MGVQ 开源

让 VQ-VAE 超越 VAE,多组量化提升图像重建与生成质量

[Arxiv'25] MGVQ: Could VQ-VAE Beat VAE? A Generalizable Tokenizer with Multi-group Q···

★ 55 2026-08-09
comflowy 开源

让 ComfyUI 和 Stable Diffusion 变得简单好用,快速生成惊艳图像

Unleash endless possibilities with ComfyUI and Stable Diffusion, committed to crafti···

★ 1206 2026-08-09
genartlib 开源

用 Clojure 快速生成可复现的艺术视觉作品

Utilities for creating generative artwork with Clojure

★ 238 2026-08-09
AODA 开源

让草图在开放域下也能生成逼真照片,突破类别限制

Official implementation of "Adversarial Open Domain Adaptation for Sketch-to-Photo S···

★ 88 2026-08-09
layout2im 开源

给物体框和类别,直接生成符合布局的场景图

Official PyTorch Implementation of Image Generation from Layout - CVPR 2019

★ 194 2026-09-16
IterComp 开源

迭代反馈学习,让AI画图更懂复杂指令

[ICLR 2025] IterComp: Iterative Composition-Aware Feedback Learning from Model Galle···

★ 203 2026-08-09