OOTDiffusion 快速上手指南从环境配置到虚拟试穿推理的完整步骤【免费下载链接】OOTDiffusion[AAAI 2025] Official implementation of OOTDiffusion: Outfitting Fusion based Latent Diffusion for Controllable Virtual Try-on项目地址: https://gitcode.com/GitHub_Trending/oo/OOTDiffusionOOTDiffusion 是 AAAI 2025 论文 OOTDiffusion: Outfitting Fusion based Latent Diffusion for Controllable Virtual Try-on 的官方开源实现一个基于服装融合潜在扩散的可控虚拟试穿工具。给定一张人物图和一张服装图它就能输出人物穿上目标服装后的效果图。项目提供半身、全身两套预训练模型以及完整的推理代码和 Gradio 网页演示权重下载齐全后即可运行。OOTDiffusion 是什么一套结合姿态与人体解析的试穿流水线动手前了解内部流程排查问题时会更从容。项目分为两段。第一段是预处理。人物图先经 OpenPose 做姿态估计再经人体解析模型ONNX 格式parsing_atr.onnx得到 19 类语义分割图覆盖头部、上装、下装、四肢、鞋等区域。两者结合计算出哪些区域要替换、哪些区域要保留的掩码 mask。第二段是生成。把打掩码后的人物图与服装图送入基于 Stable Diffusion 的潜在扩散管线输出多张试穿候选图。两种模型类型需要区分hd半身在 VITON-HD 上训练仅支持上身服装dc全身在 Dress Code 上训练支持上装、下装、连衣裙但必须显式指定类别。环境准备与模型权重下载项目只在 LinuxUbuntu 22.04上验证过。先克隆仓库git clone https://gitcode.com/GitHub_Trending/oo/OOTDiffusion然后建 Python 3.10 环境。PyTorch 版本有固定要求需要先装再装其余依赖pip install torch2.0.1 torchvision0.15.2 torchaudio2.0.2 pip install -r requirements.txtdiffusers 0.24.0、onnxruntime 1.16.2、gradio 4.16.0 等版本都已在 requirements.txt 中固定无需自己管理版本。第二步是权重。仓库 checkpoints/README.txt 写明了 checkpoints/ 目录需要放入四部分ootd扩散模型权重、humanparsing解析模型含 parsing_atr.onnx 与 parsing_lip.onnx、openpose姿态模型、clip-vit-large-patch14。任一文件缺失都会在启动时直接报错建议逐项核对到位。一条命令推理半身与全身模型的虚拟试穿推理入口是 run/run_ootd.py。半身试穿命令cd OOTDiffusion/run python run_ootd.py --model_path 人物图 --cloth_path 服装图 --scale 2.0 --sample 4生成 4 张候选图写入 run/images_output/out_hd_0.png 等中间产物 mask.jpg 是区域掩码结果不对时打开它能看出问题出在哪。全身模型需要加两个参数 --model_type dc 和 --categorypython run_ootd.py --model_path 人物图 --cloth_path 服装图 --model_type dc --category 2 --scale 2.0 --sample 4常用参数如下参数含义说明--model_type模型类型hd 半身 / dc 全身--category服装类别0 上装、1 下装、2 连衣裙--scale引导强度默认 2.0--step去噪步数默认 20越大越慢--sample候选图数量1~4--seed随机种子-1 为随机一条硬性规则hd 模型只接受 category 0传 1 或 2 会直接报错。网页界面启动 Gradio 演示不想敲命令的话项目自带 Web 界面run/gradio_ootd.pycd OOTDiffusion/run python gradio_ootd.py页面默认监听 7865 端口分半身、全身两个标签页每页都内置 run/examples/ 下的人物与服装示例图可直接点选测试。滑块可调节输出张数1~4、步数20~40、引导强度1.0~5.0和种子全身页多一个服装类别下拉框需与服装匹配选择。注意演示会把 hd 和 dc 两套模型分别加载到 GPU 0 和 GPU 1需要双卡显存充足单卡机器建议用命令行模式。常见坑与排查实践中容易遇到的问题启动即报文件找不到基本是 checkpoints/ 目录不全对照 ootd、humanparsing、openpose、clip-vit-large-patch14 四项逐一检查。hd 模型报 ValueError几乎都是 category 不为 0 导致半身模型只能试穿上装。输入图被拉变形代码会把人物图和服装图统一强制缩放到 768×1024选竖构图、留白少的图作输入避免过度拉伸。首张图等待偏长人体解析走 onnxruntime 的 CPU 执行器不吃 GPU这一段是耗时大头属正常现象。显存不足先把 --sample 降到 1、--step 保持 20再改用单样本的命令行模式。另外README 的 TODO 列表显示训练代码尚未放出若目标是微调自有数据需要先读论文。建议先用 run/examples/ 内置示例图跑通全流程确认各环节无误后再换成自己的图片能省下不少排查时间。【免费下载链接】OOTDiffusion[AAAI 2025] Official implementation of OOTDiffusion: Outfitting Fusion based Latent Diffusion for Controllable Virtual Try-on项目地址: https://gitcode.com/GitHub_Trending/oo/OOTDiffusion创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考