IMAGDressing
IMAGDressing會生成逼真的衣服，並支持虛擬試驗系統的用戶驅動編輯。
中文(繁體)
中文(繁體)
IMAGDressing是一個交互式模塊化服裝生成模型，旨在為虛擬試穿系統提供靈活和可控的定制化服務。該模型通過結合CLIP的語義特徵和VAE的紋理特徵，使用混合注意力模塊將這些特徵整合到去噪UNet中，確保用戶可以控制編輯。此外， IMAGDressing還提供了IGPair數據集，包含超過30萬對服裝和穿著圖像，建立了標準的數據組裝流程。該模型可以與ControlNet、IP-Adapter、T2I-Adapter和AnimateDiff等擴展插件結合使用，增強多樣性和可控性。
需求人群：
" IMAGDressing主要面向服裝設計師、虛擬試衣軟件開發者和研究人員。它通過提供逼真的服裝生成和靈活的定制功能，幫助設計師快速預覽設計效果，軟件開發者實現虛擬試衣功能，研究人員則可以利用其進行相關領域的研究和探索。"
使用場景示例：
服裝設計師使用IMAGDressing生成不同風格的服裝效果圖。
虛擬試衣軟件開發者利用IMAGDressing實現用戶在線試穿服裝的功能。
研究人員使用IMAGDressing進行服裝生成和虛擬試穿的相關研究。
產品特色：
簡單架構：生成逼真的服裝並支持用戶驅動的場景編輯。
靈活插件兼容性：與IP-Adapter、ControlNet、T2I-Adapter和AnimateDiff等擴展插件集成。
快速定制：無需額外LoRA訓練即可在幾秒內實現快速定制。
支持文本提示：根據不同場景支持文本提示。
支持指定區域的服裝更換（實驗性功能）。
支持與ControlNet和IP-Adapter結合使用。
提供IGPair數據集：包含超過30萬對服裝和穿著圖像。
使用教程：
1. 安裝Python環境（推薦使用Anaconda或Miniconda）。
2. 安裝PyTorch（版本需大於等於2.0.0）。
3. 安裝CUDA（版本為11.8）。
4. 克隆IMAGDressing的GitHub倉庫。
5. 安裝依賴庫：運行`pip install -r requirements.txt`。
6. 下載並安裝所需的模型文件，如humanparsing和openpose模型文件。
7. 運行IMAGDressing的推理代碼，進行服裝生成和虛擬試穿。
8. 根據需要，結合ControlNet、IP-Adapter等擴展插件，增強功能。
