跳到正文

IMAGDressing

面向可控虚拟试穿的模块化服装生成研究模型

访问官网

IMAGDressing 是什么

仓库把 IMAGDressing 介绍为交互式模块化服装生成模型,目的是给虚拟试穿系统提供灵活可控的定制。所述架构通过混合注意力模块,把 CLIP 的语义特征与 VAE 的纹理特征整合进去噪 UNet,作者把这一点与用户可控编辑联系起来。项目同时提出 IGPair 数据集,包含超过 30 万对服装与穿着图像,并给出标准的数据组装流程。

你可以用它做什么

  • 生成不同风格的服装效果图
  • 在试衣应用里实现在线试穿
  • 研究服装生成与虚拟试穿方法

适合谁使用

  • 服装设计师生成效果图(资料场景)
  • 虚拟试衣开发者实现在线试穿
  • 研究人员研究服装生成与虚拟试穿

需要留意什么

  • 环境要求 Python、PyTorch ≥ 2.0.0、CUDA 11.8
  • 指定区域换装被标为实验性功能

优点与缺点

✓ 我们认可的地方

  • 架构与特征来源写得明确
  • 发布了大规模配对数据集及组装流程
  • 插件兼容性点名具体

! 需要留意的地方

  • 需要本地配置 Python、PyTorch 与 CUDA
  • 资料未公布托管服务、价格或额度
  • 指定区域换装被标为实验性功能

常见问题

IGPair 是什么?

仓库描述为超过 30 万对服装与穿着图像的数据集。

点名了哪些插件?

ControlNet、IP-Adapter、T2I-Adapter 与 AnimateDiff。

需要训练 LoRA 吗?

来源描述快速定制无需额外 LoRA 训练。

最后评测: 2026-11-15

更多 AI 图像生成 工具

查看全部 →

评测方法