基于图像的虚拟试衣：Parser-Free Virtual Try-On via Distilling Appearance Flows（2021）

studyeboy studyeboy 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 2k累计阅读 2.1k平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄15年
关注
原创 最新推荐文章于 2026-04-01 09:21:49 发布 2k 阅读 AI 写同款· GEO 优化 ›
基于图像的虚拟试衣：Image Based Virtual Try-On Network from Unpaired Data Image Based Virtual Try-on Network from Unpaired Data Image-Based-Virtual-Try-on-Network-from-Unpaired-Data 摘要 本文提出了一种新的基于图像的虚拟试穿方法（Outfit-VITON），该方法可帮助可视化从各种参考图像中选择的衣物组成如何在查询图像中的人身上形成凝聚力的衣服。我们的算法具有两个独特的属性。首先，它不昂贵，因为它只需要一大套穿着各种服装的人的（独立的）（真实的和分类的）图像（没有真实的3 阅读详情

Paper

Parser-Free Virtual Try-On via Distilling Appearance Flows

  • 算法比较
    在这里插入图片描述

  • WUTON和PF-AFN比较
    在这里插入图片描述

    • WUTON 通过训练基于人体分析的老师网络来指导学生网络，让学生网络模拟基于人体分析的老师网络。学生网络输入中除外没有人体分析，老师网络和学生网络结构的输入输出完全相同。
    • PF_AFN 学生网络和导师网络的输入输出完全不一样。学生网络的输入是导师网络的输出，输入的衣服图像是导师网络输入真人身上的真实衣服。将试衣问题的知识提取公式化为对人体图像和服装图像之间的外观流进行提取，有利于发现两者之间的密集对应关系，从而生成高质量的图像。

  • 网络训练流程图
    在这里插入图片描述

  • 不同数据库上的效果比较
    在这里插入图片描述
    在这里插入图片描述

  • 定量评价结果
    在这里插入图片描述

Code

geyuying/PF-AFN

参考资料
Parser-Free Virtual Try-On via Distilling Appearance Flows
geyuying/PF-AFN
minar09/awesome-virtual-try-on

收录于
深度学习

当前文章被收录于：

深度学习
73 篇文章 31 人学习
订阅专栏 查看详情
算法

当前文章被收录于：

算法
48 篇文章 3 人学习
订阅专栏 查看详情
图像处理

当前文章被收录于：

图像处理
43 篇文章 11 人学习
订阅专栏 查看详情
标签
#虚拟试衣 #Parser-Free #PF-AFN
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
GP-VTON 通过协作的局部-流全局解析学习实现通用虚拟试穿（读paper笔记） 这样定义的一个原因是让上下次数相同，然后可以满足Weber’s law，Weber定理说的是，对于HVS，对于亮度变化的最小感知的幅度与背景亮度成正比，也就是说，我们的视觉系统对于相对的亮度变化敏感，而不是绝对值，比如我们的μ_1和μ_2如果是成比例的话，假设比例系数为(1+R)，带入计算，发现$ l(x,y) $ 仅仅与R有关，与两均值的绝对数值无关，说明我们的评价比较类似人眼的视觉的主观性质。例如，VGG-19网络中的卷积层可以提取图像的纹理和结构信息，而网络的全连接层可以提取图像的语义信息。 阅读详情

相关推荐

Parser-Free Virtual Try-on via Distilling Appearance Flows代码解析

从PF-AFN_test开始看 1.test.sh python test.py --name demo --resize_or_crop None --batchSize 1 --gpu_ids 0 参数：name,resize_or_crop,gpu_ids 定义

zhangxue1232的博客 1194

ICCV2023,虚拟试穿COTTON，

Size Does Matter: Size-aware Virtual Try-on via Clothing-oriented Transformation Try-on Network 代码开源地址https://github.com/cotton6/COTTON- size-does-matter 论文下载地址https://openaccess.thecvf.com/content/ICCV2023/papers/Chen_Size_Does_Matter_Size-aware_Virtual

李元杰的博客 991

PF-AFN:CVPR 2021年“通过蒸馏外观流进行无解析器的虚拟试穿”的正式代码。https

通过蒸馏外观流进行无语法分析器的虚拟试穿，CVPR 2021 CVPR 2021论文“通过蒸馏外观流进行无解析器的虚拟试穿”的正式代码 我们的测试环境 Python3 pytorch 1.1.0 火炬视觉0.3.0 酷达9.0 丘比特6.0.0 OpenCVPython的4.5.1 1个GTX1080 GPU python 3.6 安装 conda创建-n tryon python = 3.6 源激活tryon或conda激活tryon conda安装pytorch = 1.1.0 torchvision = 0.3.0 cudatoolkit = 9.0 -c pytorch conda安装cupy或pip install cupy == 6.0.0 pip安装opencv-python git clone 光盘PF-AFN 运行演示 首先，您需要从下载

Parser-Free Virtual Try-on via Distilling Appearance Flows - 基于外观流提取的免解析器虚拟试穿

human segmentation 人像分割 图一将我们的模型与最近的基于解析器的前沿试穿方法（左侧）和新出现的免解析器方法（右侧）进行了比较。在左侧，我们用绿框将不精确的分割区域高亮了出来，这些不精确的区域划分误导了现存的基于解析器的方法，如 CP-VTON、ClothFlow、CP-VTION+ 和 ACGPN ，导致其产生错误的结果。在右侧，第一个免解析器的方法 WUTON 在最近被提出，但它的图像质量与基于解析器的方法产生的假图捆绑在一起，because [13] simply trained

Cyber 1999

测试-03-AFN-OC.zip

测试-03-AFN-OC.zip

扩视机器视觉—Halcon机器视觉48个实战项目六(检测定位角度)

此项目halcon检测检测定位角度问题,并显示。

qq_21516871的博客 1094

今天早上跑通了 PF-AFN！

项目地址：PF-AFN 上午de了两个小时的bug，终于把模型跑通了！ 官方的result： 我机器上的result： 哈哈哈哈哈！ 记录下自己从github上下载模型后开始到能运行模型的整个debug过程。 Debug之路 先是搭建模型运行环境，主要是GPU-PyTorch和CUDA。安装GPU-PyTorch花了很长时间，后来在某宝上花了30RMB请人帮忙装了一个????。 从CUDA官网安装CUDA速度实在太慢，后来就直接在网上搜了网友已经下载好的CUDA安装包，于是CUDA的安装问题就顺利解决了

Cyber 1738

成本150元的高性能RDP协议瘦客户机

云终端市场是一个跨度很大的市场。既有数千元的品牌的瘦客户机，也有几百元的瘦客户机，还有200-300元的支持RDP协议的多用户云终端。但是200-300元的多用户终端，在显示性能上不尽人意，一般用于地产中介门店，工厂产线的电子看板等场合。有没有性能更好，价格更低的方案呢？ 答案是有。 这个方案就是 二手的x86 瘦客户机 + DoraOS瘦客户机系统免费版（仅支持RDP）。 首先我们看硬件，在某宝搜索 升腾C92 ，找到最低配置的（ CPU：J1800，内存：2G，硬盘：8G）。价格都在150以内。

云飞扬的桌面云 7412

Pycharm运行Pytorch分布式代码的设置

Pytorch分布式代码的训练一般在命令行下启动，或者shell脚本启动。 python3 -m torch.distributed.launch --nproc_per_node=8 --master_port=7129 train_PBAFN_stage1.py --name PBAFN_stage1 \ --resize_or_crop None --verbose --tf_log --batchSize 4 --num_gpus 8 --label_nc 14 --launcher pytor

studyeboy的专栏 2200

嵌入式人工智能（18-基于树莓派4B的继电器JQC-3FF-S-Z）

本次实验的输出端控制不会接强电，就用LED灯来模拟即可，由于我那个流水灯模块是低电平点亮，所以接线稍有不同，同学们注意。只有继电器吸合，输出端的NO与COM就导通，给LED低电平然后就亮，否则继电器断开，NO与COM不导通，LED不亮。原理都一样，控制电流的接通与断开，这个模块看起来还简单点，毕竟还有2个指示灯，下端IN如接上电源红灯亮，继电器动作有电流通过绿灯亮。在实际应用中，可以通过编程控制继电器的通断状态，例如在Python编程中设置继电器模块的通断时间，从而实现自动化控制。

u010152658的博客 2531

logisim计组实验八 乘法器

原理：点这里 有问题欢迎留言哦~ 文章目录五位阵列乘法器电路图时间延迟分析六位补码阵列乘法器五位无符号乘法流水线原理图电路图原码一位乘法器原理图电路图补码一位乘法器 五位阵列乘法器 电路图 此处注意：全加器FA的cout端是进位端而非输出端 使用硬件控制比循环累加的速度快得多。 但是存在串行进位链 改进版： 时间延迟分析 T是计算相加数的一级门延迟 3n–>2n 性能差别在1.5倍 ...

treblez's blog 2万+

wFlow(CVPR2022)-虚拟试衣论文解读

CVPR2022，字节&中山大学，提出wFlow，引入3D信息，达到SOTA效果，尤其在自然场景

持续关注并分享目标检测、数据生成、视频驱动、跨模态、分割、关键点等领域前沿技术 3745

dify离线部署

以bge-m3为例，本地部署bge-m3首先在一台能连网的linux服务器上（部署有ollama）创建想要保存模型的文件夹编辑ollama.service,配置ollama模型的保存路径添加模型存储地址将models目录设置属主，必须做，否则ollama无法启动重新加载配置文件并重启ollama测试ollama 运行是否正常最后拉取 bge-m3可在/opt/LLMModels/bge_m3/models目录下看到拉取得模型使用tar命令压缩文件夹。

weixin_42538734的博客 3071

推荐开源项目：PF-AFN - 高性能音频特征匹配算法

推荐开源项目：PF-AFN - 高性能音频特征匹配算法 项目简介 是一个由 Geyuying 开发并维护的开源项目，它提供了一种高效的音频特征匹配算法。该项目主要关注于在大规模音频库中快速、准确地找到相似或重复的音频片段，这对于音乐识别、版权检测、音频搜索引擎等领域具有重要应用价值。 技术分析 PF-AFN（Progressive Fusion Algorithm for Feature Matc...

gitblog_00031的博客 706

SQL Prompt 9.0插件突然无法使用解决办法（附防联网激活）多图+文字

可能由于Redgate公司最近抓盗版抓得严，导致激活后的SQL Prompt联网后突然无法使用，无论卸载重装都没办法继续使用，本人同时使用SQL Assistant和SQL Prompt，我喜欢SQL Assistant代码提示功能，而SQL Prompt我喜欢将查询结果复制后可以直接生产插入脚本，这是最爽的一件事，即便对表有多么熟悉，没有这些插件，几行语法都要敲大半天，目前本人已经离不开这两个插...

骚团长的博客 1万+

实测对比：Gromacs GPU版vsCPU版性能差异到底有多大？2023最新基准测试

本文通过2023年最新基准测试，详细对比了Gromacs GPU版与CPU版的性能差异。测试显示，GPU版本在计算速度上可提升54倍，同时显著降低内存需求和能耗成本。文章还提供了GPU版安装优化实践和硬件选购指南，为计算生物学研究提供关键参考。

weixin_29243063的博客 335

综述：利用深度学习实现的虚拟试衣技术（基于图像）

学习报告5 目录学习报告51. 二维虚拟试衣技术1.1 发展历史1.2人体解析1.2.1 人体分割VITON & CP-VTONMG-VTONClothFlow 条件布局生成器1.2.2 姿势表示——关键点热图1.2.3 姿势表示——DensePoseM2E-TONUnsupervised Pose Flow Learning for Pose Guided Synthesis1.3服装变...

chocoboeater的博客 2万+

Arxml文件可视化：当汽车软件架构遇见交互式设计工具

本文探讨了Arxml文件在汽车电子系统开发中的可视化技术，结合AUTOSAR架构标准，介绍了如何利用现代Web技术构建交互式设计工具。通过三维组件关系图、动态数据流展示和版本对比等功能，显著提升开发效率和架构评审质量，适用于MBD和ASPICE开发流程。

weixin_29050271的博客 428

虚拟试衣 原理与应用

虚拟试衣是一种能够使用户无需实际脱衣更换衣物，便可实现实时选装、换装和查看试衣效果的技术。它基于用户身体的三维数据，运用计算机图形学原理建立用户自己的三维人体模型，同时大量的服装效果图存储在计算机中，用户可以选择自己喜欢的服装，将选择的服装“穿”到自己的三维人体模型上，最终得到用户三维人体着装的立体效果图。技术构成一般包括三维人体测量、人体建模、服装建模、面料仿真和虚拟试穿等技术。它提供了一种全新的线上线下试衣体验，线上试衣系统借助APP实现，线下虚拟试衣依靠AR镜子实现。服装市场竞争压力越来越大的当下..

迷若烟雨的专栏 2万+

最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版

Part-E1-SDIO-Specification-Ver4.00-Final-120220.pdf：最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版，包括SDIO 接口的外设，SDIO 接口官方协议等。

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

虚拟试穿 without parsing

免人体解析的虚拟试穿算法一、引言二、测试相关测试效果模型三、测试分析和总结测试分析1. 优点：2.缺点：总结参考文献： 一、引言 首先测试算法来自：CVPR 2021 paper 'Parser-Free Virtual Try-on via Distilling Appearance Flows'作者：Yuying Ge等，论文地址。 虚拟试穿应用市场要求同步（实时性），保真，硬件要求不要太高等等。总之，物美价廉高大上（设计美，操作易，反应快，效果好，价格优，高科技光环等）。前面有朋友就嫌弃上一个算法（虚

人工智能视觉分析算法学习实践和经验分享。 2455

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

CVPR 2021 | 腾讯AI Lab入选论文解读

感谢阅读腾讯 AI Lab 微信号第122篇文章。本文将解读腾讯 AI Lab 入选 CVPR 2021 的13篇论文。CVPR（Conference on Computer Vision...

腾讯AI实验室 2139

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能：商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传，基本资料下载，开钱箱、小票打印、收款结算，支持多币种付款方式（现金、储值卡、礼券、微信等）,支持多种促销。运行环境：.net 4.0登陆信息用户名:1001 密码:123456内置商品信息，商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

淘系技术虚拟AI技术创新未来，斩获IJCAI2021 Video Competition Award

在即将落下帷幕的第三十届国际人工智能联合会议（IJCAI2021）上，淘系技术荣获 IJCAI Video Competition Award 。第三十届国际人工智能联合会议（intern...

淘系技术 795

姿态估计之3D 人体姿态估计 - A curated list of related resources for 3d human reconstruction.【转】

转自【GitHub - Hi-MrChen/3d-human-reconstruction】A curated list of related resources for 3d human reconstruction

light169的专栏 5030

深度学习常用显卡比较

Titan RTX深度学习评测结果 NVIDIA TITAN RTX 专为数据科学、AI 研究、内容创作和通用 GPU 开发而构建。它基于 Turing 架构搭建，具有 4608 个 CUDA 核心、576 个用于加速 AI 的全速混合精度 Tensor Core 核心和 72 个用于加速光线追踪的 RT 核心。TITAN RTX 还包含 24 GB GPU 显存，支持使用大批量样本训练神经网络、处理大型数据集，并适用于大型动画模型和其他占用大量内存的工作流程。 AI硬件供应商Lambda Labs对Tit

studyeboy的专栏 4万+
上一篇： Pycharm运行Pytorch分布式代码的设置
下一篇： 基于图像的虚拟试衣：CloTH-VTON：Clothing Three-dimensional reconstruction for Hybrid image-based Virtual Try-On
点赞 0
评论 0
书签 书签 13
studyeboy
studyeboy
博客等级 码龄15年 365粉丝 329原创
+ 关注 专栏目录 订阅专栏
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值