OOTDiffusion 开源项目使用教程

OOTDiffusion 开源项目使用教程

OOTDiffusion 项目地址: https://gitcode.com/gh_mirrors/oo/OOTDiffusion

1. 项目介绍

OOTDiffusion 是一个基于 Outfitting Fusion 的潜在扩散模型，专为可控的虚拟试衣设计。该项目由 Yuhao Xu、Tao Gu、Weifeng Chen 和 Chengcai Chen 开发，旨在通过先进的图像处理技术，实现用户在虚拟环境中试穿不同服装的效果。OOTDiffusion 支持半身和全身的虚拟试衣，并提供了详细的模型训练和推理代码。

2. 项目快速启动

2.1 环境准备

首先，克隆 OOTDiffusion 项目到本地：

git clone https://github.com/levihsu/OOTDiffusion.git

2.2 创建并激活 Conda 环境

创建一个新的 Conda 环境并安装所需的 Python 包：

conda create -n ootd python==3.10
conda activate ootd
pip install torch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2
pip install -r requirements.txt

2.3 运行推理

2.3.1 半身模型推理

进入 run 目录并运行以下命令：

cd OOTDiffusion/run
python run_ootd.py --model_path <model-image-path> --cloth_path <cloth-image-path> --scale 2.0 --sample 4

2.3.2 全身模型推理

全身模型需要指定服装类别（0 = 上装，1 = 下装，2 = 连衣裙）：

cd OOTDiffusion/run
python run_ootd.py --model_path <model-image-path> --cloth_path <cloth-image-path> --model_type dc --category 2 --scale 2.0 --sample 4

3. 应用案例和最佳实践

3.1 虚拟试衣应用

OOTDiffusion 可以应用于电子商务平台，帮助用户在购买前预览服装效果，从而提高购物体验和转化率。

3.2 时尚设计

设计师可以使用 OOTDiffusion 在虚拟环境中快速测试不同服装设计的效果，节省时间和成本。

3.3 游戏和虚拟现实

在游戏和虚拟现实应用中，OOTDiffusion 可以用于创建个性化的虚拟角色和服装，增强用户体验。

4. 典型生态项目

4.1 Hugging Face

OOTDiffusion 的模型检查点已发布在 Hugging Face 上，用户可以轻松下载并使用这些预训练模型进行推理。

4.2 ONNX

OOTDiffusion 支持 ONNX 格式，这使得模型可以在不同的硬件平台上高效运行，包括边缘设备和云服务器。

4.3 VITON-HD 和 Dress Code

OOTDiffusion 使用了 VITON-HD（半身）和 Dress Code（全身）数据集进行训练，这些数据集为模型提供了高质量的服装图像和人体模型。

通过以上步骤，您可以快速上手 OOTDiffusion 项目，并将其应用于各种虚拟试衣场景中。

OOTDiffusion 项目地址: https://gitcode.com/gh_mirrors/oo/OOTDiffusion