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

最新推荐文章于 2024-06-07 12:39:46 发布
最新推荐文章于 2024-06-07 12:39:46 发布
阅读量1.7k 收藏 13
点赞数
分类专栏： 深度学习 算法 图像处理 文章标签： 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。
本文链接：https://blog.csdn.net/studyeboy/article/details/115296578
版权
深度学习 同时被 3 个专栏收录
73 篇文章 26 订阅
订阅专栏
算法
47 篇文章 3 订阅
订阅专栏
图像处理
41 篇文章 10 订阅
订阅专栏

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

studyeboy
关注
  • 0
    点赞
  • 踩
  • 13
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
综述：利用深度学习实现的虚拟试衣技术（基于图像）
chocoboeater的博客
04-23 2万+
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...
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
Cyber
04-07 1638
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
今天早上跑通了 PF-AFN！
Cyber
03-31 1506
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
基于Python+OpenCV虚拟更衣室
最新发布
2301_79809972的博客
06-07 276
一、项目背景随着互联网和电子商务的快速发展，线上购物已成为消费者重要的购物方式。然而，线上购物的一个主要问题在于消费者无法像在实体店那样试穿衣物，这导致了购物体验不佳和退货率较高。为了解决这一问题，我们开发了基于Python和OpenCV的虚拟更衣室项目，旨在为消费者提供一个在线试衣的平台，提升购物体验并降低退货率。二、技术框架与工具Python：作为项目的编程语言，Python提供了丰富的库和简洁的语法，适合进行图像处理和计算机视觉任务的开发。
Pycharm运行Pytorch分布式代码的设置
studyeboy的专栏
03-29 1985
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
wFlow(CVPR2022)-虚拟试衣论文解读
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
08-26 2735
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
基于图像的虚拟试衣：Image Based Virtual Try-On Network from Unpaired Data
studyeboy的专栏
04-29 2389
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
ua-parser-1.3.0
12-07
ua-parser-1.3.0
scala-parser-combinators-2.11-1.0.4-API文档-中文版.zip
04-23
赠送jar包：scala-parser-combinators_2.11-1.0.4.jar； 赠送原API文档：scala-parser-combinators_2.11-1.0.4-javadoc.jar； 赠送源代码：scala-parser-combinators_2.11-1.0.4-sources.jar； 赠送Maven依赖信息...
JavaParser-AST-Inspector:使用JavaParser（https
03-28
安装使用IDE内置插件系统： 设置/首选项>插件>市场>搜索“ JavaParser-AST-Inspector” >安装插件手动： 下载并使用“设置/首选项” >“插件” > “手动安装” :gear: >从磁盘安装插件...黑客马拉松笔记计划：使用...
stanford-parser-usuage:stanford-parser-usuage
06-20
解压后，你会找到如`stanford-parser.jar`、`stanford-parser-3.4.1-models.jar`等文件，这些都是运行解析器所必需的。 使用Stanford Parser的基本步骤如下： 1. **引入依赖**：在Java项目中，你需要将解析器的JAR...
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
03-11
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
测试-03-AFN-OC.zip
03-20
测试-03-AFN-OC.zip
shargs-parser-integration-tests:shargs-parser-integration-tests 为 shargs-parser 和 shargs 运行几个集成测试:shark:
05-30
shargs-parser-integration-tests 为和运行几个集成测试 :shark: . 有关更多详细信息，请参阅！ 运行测试 $ git clone https://github.com/Yord/shargs-integration-tests.git $ cd shargs-integration-tests $ npm...
Parser-Free Virtual Try-on via Distilling Appearance Flows代码解析
zhangxue1232的博客
07-28 964
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
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）
weixin_43904440的博客
10-21 473
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。
虚拟试衣 原理与应用
热门推荐
迷若烟雨的专栏
06-29 1万+
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..
CVPR 2021 | 腾讯AI Lab入选论文解读
腾讯AI实验室
03-30 1819
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...
ParserError: Unknown string format: 2022-06-10 00:00:
06-08
这个错误通常是由于 Pandas 中的 `read_csv()` 函数在读取文件时，无法识别时间字符串的格式导致的。你需要指定正确的时间格式，让 Pandas 能够正确地将时间字符串转换为时间格式。可以尝试使用以下方法解决这个问题： 首先检查一下你的 CSV 文件是否包含正确的时间格式。如果时间格式不正确，可以尝试使用 Excel 或文本编辑器等工具进行修改。 如果时间格式正确，那么你需要在 `read_csv()` 函数中添加一个 `parse_dates` 参数来指定时间列的格式。例如，如果你的时间列名为 `date`，时间格式为 `%Y-%m-%d %H:%M:%S`，可以像下面这样指定： ```python import pandas as pd df = pd.read_csv('your_file.csv', parse_dates=['date'], date_parser=lambda x: pd.to_datetime(x, format='%Y-%m-%d %H:%M:%S', errors='coerce')) ``` 这里使用了 `parse_dates` 参数来指定时间列名为 `date`，并通过 `date_parser` 参数指定了时间格式为 `%Y-%m-%d %H:%M:%S`。`errors='coerce'` 表示将无法转换的值设置为 NaT（Not a Time）。 如果你的 CSV 文件中有多个时间列，可以将时间列名放在一个列表中传递给 `parse_dates` 参数。例如： ```python df = pd.read_csv('your_file.csv', parse_dates=['date', 'date_received'], date_parser=lambda x: pd.to_datetime(x, format='%Y-%m-%d %H:%M:%S', errors='coerce')) ``` 这里将 `date` 和 `date_received` 列都指定为时间列，并使用相同的时间格式进行转换。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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