LaDI-VTON 使用教程-CSDN博客

本文链接：https://blog.csdn.net/gitblog_00767/article/details/147036022

LaDI-VTON 使用教程

ladi-vton This is the official repository for the paper "LaDI-VTON: Latent Diffusion Textual-Inversion Enhanced Virtual Try-On". ACM Multimedia 2023 项目地址: https://gitcode.com/gh_mirrors/la/ladi-vton

1. 项目介绍

LaDI-VTON 是一个基于 Latent Diffusion 和 Textual-Inversion 技术的虚拟试衣模型。该模型能够利用先进的生成网络技术，为电子商务和元宇宙领域提供更加真实的虚拟试衣体验。LaDI-VTON 通过结合扩散模型和自编码器模块，实现了在保持模特特征的同时，生成穿着店内商品的全新图像。

2. 项目快速启动

快速启动 LaDI-VTON 项目，请按照以下步骤操作：

环境准备

推荐使用 Anaconda 包管理器以避免依赖和重复性问题。对于 Linux 系统，您可以在此处找到 Anaconda 安装指南。

克隆仓库

git clone https://github.com/miccunifi/ladi-vton.git

安装 Python 依赖

创建一个新的 conda 环境，并安装所需的 Python 包：

conda env create -n ladi-vton -f environment.yml
conda activate ladi-vton

或者，您可以手动创建一个新的 conda 环境，并逐个安装所需的包：

conda create -n ladi-vton -y python=3.10
conda activate ladi-vton
pip install torch==2.0.1 torchvision==0.15.2 opencv-python==4.7.0.72 diffusers==0.14.0 transformers==4.27.3 accelerate==0.18.0 clean-fid==0.1.35 torchmetrics[image]==0.11.4 wandb==0.14.0 matplotlib==3.7.1 tqdm xformers

数据准备

根据项目需求下载数据集，并准备好相应的文件夹结构。

运行推理

运行以下命令以在 Dress Code 或 VITON-HD 数据集上进行推理：

python src/inference.py --dataset [dresscode|vitonhd] --dresscode_dataroot <path> --vitonhd_dataroot <path> --output_dir <path> --test_order [paired|unpaired] --category [all|lower_body|upper_body|dresses] --mixed_precision [no|fp16|bf16] --enable_xformers_memory_efficient_attention --use_png --compute_metrics

请替换 <path> 为您的数据集根目录路径，并根据需要调整其他参数。