图片描述任务:给定模特图、骨架图、衣服平铺图生成模特试衣图
我们提出一种新的单阶段端到端的虚拟试衣框架,并提出一种新的空间变换结构,在虚拟试衣和一些变换任务上达到SOTA
在ModelScope里可以比较方便的使用Virtual-tryon的能力。
import cv2
from modelscope.outputs import OutputKeys
from modelscope.pipelines import pipeline
from modelscope.utils.constant import Tasks
model_id = 'damo/cv_daflow_virtual-try-on_base'
input_imgs = {
'masked_model': 'https://m6-public.oss-cn-hangzhou.aliyuncs.com/demo/virtual_tryon_model.jpg',
'pose': 'https://m6-public.oss-cn-hangzhou.aliyuncs.com/demo/virtual_tryon_pose.jpg',
'cloth': 'https://m6-public.oss-cn-hangzhou.aliyuncs.com/demo/virtual_tryon_cloth.jpg'
}
pipeline_virtual_tryon = pipeline(
task=Tasks.virtual_try_on, model=model_id)
img = pipeline_virtual_tryon(input_imgs)[OutputKeys.OUTPUT_IMG]
cv2.imwrite('demo.jpg', img[:, :, ::-1])
模型在数据集上训练,在与训练数据差异大的数据测试效果会差,需要重新训练
数据会包含成对的模特图和对应模特衣服的
暂时不支持通过ModelScope接口进行训练,敬请期待。
主要是用的预处理如下:
暂不支持。
如果你觉得这个该模型对有所帮助,请考虑引用下面的相关的论文:
@article{bai2022single,
title={Single Stage Virtual Try-on via Deformable Attention Flows},
author={Bai, Shuai and Zhou, Huiling and Li, Zhikang and Zhou, Chang and Yang, Hongxia},
journal={arXiv preprint arXiv:2207.09161},
year={2022}
}