👁️ ? | ?💾 Guardar

Solución de prueba virtual avanzada

CATVTON-Fluxprueba virtualmodelo de difusiónropa virtualVITON-HDtransferencia de ropainpaintingrendimiento SOTAFIDtransformador de flujo

CATVTON-Flux es una herramienta para probar ropa virtualmente. Fue creada por Black Magic An y funciona usando imágenes de personas y prendas. Utiliza el dataset VITON-HD y tiene un excelente rendimiento. Para usarlo, descarga el modelo de GitHub, prepáralo en tu computadora y sigue los pasos para ver cómo queda la ropa. Aunque todavía no está en la API de inferencia, puedes compartirlo para aumentar su popularidad. Necesitas una imagen de la persona y la prenda que deseas probar. También puedes usar una semilla aleatoria si lo deseas.

👍4.5👎
🚩 Reportar

Contenido tomado de huggingface.co

Ir a la fuente (Posiblemente con anuncios)

Paso a paso

  • Descargar el modelo desde el repositorio de GitHub.
  • Cargar el modelo en el entorno de trabajo utilizando el código proporcionado.
  • Preparar la imagen de la persona y la imagen de la prenda a probar.
  • Ejecutar el modelo con los parámetros requeridos (imagen de persona, máscara de persona, imagen de prenda, semilla aleatoria opcional).
  • Visualizar y evaluar el resultado generado por el modelo.

Es un modelo avanzado para realizar pruebas virtuales de ropa, combinando técnicas de transferencia de apariencia y topología.

Fue desarrollado por X/Twitter: Black Magic An.

Se utilizó el dataset VITON-HD.

Se puede usar a través de una interfaz de línea de comandos con una imagen de persona, máscara de persona, imagen de prenda y semilla aleatoria opcional.

Logró un rendimiento SOTA con un FID de 5.59 en el dataset VITON-HD.

Descargar el modelo desde el repositorio y cargarlo en un entorno compatible, como CUDA.

El código fuente está en un repositorio de GitHub.

Se necesita una imagen de la persona y una imagen de la prenda a probar.

No está disponible aún en la API de inferencia; se recomienda aumentar su visibilidad social.

Se puede usar una semilla aleatoria opcional durante la ejecución del modelo.

Guardado por otras personas