Logo
Project Icon

StableVITON

基于潜在扩散模型的虚拟试穿语义对应学习

StableVITON虚拟试衣语义对应潜在扩散模型CVPR2024Github开源项目

StableVITON是一个基于潜在扩散模型的虚拟试穿项目，专注于学习语义对应以实现高质量的虚拟试穿效果。该项目提供推理和训练代码，以及预训练模型权重，支持配对和非配对虚拟试穿，并可通过重绘选项保留未遮罩区域。StableVITON在VITON-HD数据集上训练，引入ATV损失提升模型性能。这一开源项目为虚拟试穿技术研究提供了有力工具。

访问官网访问官网GithubGithub论文论文
介绍相关项目
vit-pytorch - 通过PyTorch实现多种视觉Transformer变体
GithubPytorchVision Transformer卷积神经网络图像分类开源项目深度学习
本项目展示了如何在PyTorch中实现和使用视觉Transformer（ViT）模型，包括Simple ViT、NaViT、Distillation、Deep ViT等多种变体。利用基于Transformer架构的简单编码器，本项目在视觉分类任务中达到了先进水平。用户可以通过pip进行安装，并参考提供的代码示例进行模型加载和预测。项目还支持高级功能如知识蒸馏、变分图像尺寸训练和深度模型优化，适用于多种视觉任务场景。
Avumi - 3D虚拟试衣技术革新电商体验
3D时尚AI工具AI技术Avumi电子商务虚拟试衣
Avumi是一个创新的时尚科技平台，为电商网站提供AI驱动的3D虚拟试衣解决方案。该技术使顾客能够在线上精准试穿服装，显著提升购物体验。除虚拟试衣外，Avumi还提供面料数字化等服务。这个平台旨在连接时尚品牌与消费者，通过尖端AI和3D技术解决在线服装购买的难题，为电商领域带来变革。
diffusion-classifier - 利用大规模文本到图像生成模型实现零样本分类
Diffusion ClassifierGithubICCV 2023Stable Diffusionzero-shot分类开源项目生成模型
本项目展示了如何利用大型文本图像生成模型如Stable Diffusion进行零样本分类，无需额外训练。该生成分类方法在多项基准测试中表现优越，超过其他扩散模型的知识提取方法。通过从ImageNet的类条件扩散模型中提取标准分类器，该模型即使在仅使用弱增强的情况下也表现出强大的分类性能和分布转移的稳健性。本研究推进了生成模型在下游任务中的应用，是对多模态组合推理能力的重要探索。
control_v11p_sd15_openpose - 基于OpenPose的人体姿态控制AI图像生成模型
ControlNetGithubHuggingfaceStable Diffusion人工智能图像生成姿态检测开源项目模型
这是一个基于Stable Diffusion v1-5的图像生成控制模型，专注于人体姿态控制。相比1.0版本，该模型改进了OpenPose实现，增强了手部和面部细节控制，并优化了训练数据集。它能生成更自然准确的图像，为创作者提供精确的人物姿态控制功能。该模型可与Stable Diffusion v1-5无缝集成，适用于需要精细人体姿态控制的AI图像生成场景。
vit_large_patch14_clip_224.openai_ft_in12k_in1k - 视觉变压器用于图像分类和特征嵌入的高级应用
CLIPGithubHuggingfaceVision TransformerWIT-400M图像分类开源项目模型模型比较
OpenAI开发的视觉变压器(ViT)模型在WIT-400M图像文本对上通过CLIP进行预训练，并在ImageNet-12k和ImageNet-1k上微调，适用于图像分类与特征嵌入生成。模型运行在timm库中，具有高参数量与计算效率，适用于高精度图像识别，支持实时与批量处理应用。
insaneRealistic_v1 - Stable Diffusion驱动的超写实人像生成模型
CivitaiGithubHuggingfaceStable Diffusion人工智能绘画开源项目文本转图像模型真实感渲染
insaneRealistic_v1是一个基于Stable Diffusion的文本到图像模型，专门用于生成超高真实度的人像。此模型能创建细节丰富的人物图像，精确呈现面部特征、肤质、发型和表情等细节。适用于需要高质量、逼真人像的各种应用场景，如艺术创作、虚拟角色设计等。作为开源项目，insaneRealistic_v1为开发者和研究者提供了探索高度写实人像生成技术的平台。在Civitai平台上发布后，该模型在数字艺术创作、游戏开发和虚拟现实等领域展现出广泛的应用前景，为用户提供了一个强大而灵活的人像创作工具。
stable-diffusion-pytorch - Stable Diffusion PyTorch实现，支持自定义参数
该项目提供简洁且易于修改的Stable Diffusion PyTorch实现，支持文本生成图像与图像生成图像的操作，允许自定义生成参数、调整指导规模和选择生成步数等多种功能。依赖PyTorch、Numpy和Pillow等库，适合需要高度控制与灵活性的深度学习项目。通过Colab可以快速开始使用，并且借鉴了多个知名开源库，是学习和实践的理想资源。
Clothing AI - AI时尚设计工具助力品牌创造独特服装
AI工具AI时尚设计师AI绘图Clothing AI个性化服装服装设计
Clothing AI是一款基于人工智能的时尚设计工具，为品牌和设计师提供服务。该工具根据品牌需求和创意灵感自动生成服装设计，用户只需输入简单提示和图片即可获得多样化的服装渲染效果。Clothing AI不仅提高设计效率，还能激发创意，帮助品牌在时尚行业中突显特色。这款工具正在改变传统时尚设计流程，为行业带来新的可能性。
vit-base-patch32-224-in21k - Vision Transformer模型在2100万图像数据集上预训练
GithubHuggingfaceImageNet-21kVision Transformer图像识别开源项目模型深度学习计算机视觉
Vision Transformer (ViT) 是一种基于transformer架构的视觉模型，在ImageNet-21k数据集上预训练。该模型将图像转换为固定大小的patch序列，通过线性嵌入和位置编码输入transformer编码器。ViT可应用于图像分类等多种视觉任务，只需在预训练编码器上添加任务特定层。模型在224x224分辨率下训练，批量大小为4096，在多项图像分类基准测试中展现出优秀性能。
VLM2Vec-Full - 视觉语言模型VLM2Vec的多模态嵌入训练方法
GithubHuggingfaceTIGER-LabVLM2Vec多模态嵌入对比学习开源项目模型视觉语言模型
VLM2Vec在Phi-3.5-V模型中引入EOS标记，实现跨多模态输入的统一嵌入表达，高效结合文本与图像。通过对比学习在MMEB-train数据集上训练，并在36个数据集上进行评估，Lora训练方式表现最佳。项目提供模型检查点及完整训练记录，供用户在GitHub仓库克隆下载，通过代码实现文本与图像的嵌入和相似度计算，助力模型运用。
相关项目
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务
投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号