长篇社会家庭伦理小说 一键换装神器爆火，老黄换上抱抱脸 T 恤，CEO 本东谈主：我被替代了，和他争 CEO 职位争不外

笑不活长篇社会家庭伦理小说，最新捏造试穿神器被网友们玩坏了。黄院士、马斯克、阿尔特曼、史小姐等一众大佬穿戴集体被扒。

前有老黄卸下皮衣套上糖果包装袋：

后有阿尔特曼大秀花臂穿 GUCCI：

再有老马酿成了蛛蛛侠：

好莱坞巨星史小姐也格调大变：

但说回盘考自己，确乎正经八百的盘考。

名为 IDM–VTON，由来自韩国科学工夫院和 OMNIOUS.AI 公司的盘考团队基于扩散模子打造。

当今官方放出了 demo，大伙儿不错试玩，推理代码已开源。

除了来源所展示的，抱抱脸盘考员也玩得不亦乐乎，给老黄换上了专属战袍。其 CEO 连忙转发玩笑：

我被替代了，没法和他争 CEO。

看吵杂的网友亦然叹惜，进程这样多年，终于无须再记挂我方“手残”了（AI 帮你责罚）。

咱们也赶快上手体验了一把。demo 通盘这个词页面是这样的：

操作起来亦然曲常肤浅。

率先上传东谈主物图，不错手动或者自动聘用要修改的区域。然后，上传要换的穿戴。

获胜点击 Try-on长篇社会家庭伦理小说，会自动生成掩模图和换装后的图：

上头这张自动生成的掩模把手也选进去了，是以临了生成的左手成果不好。

咱们手动录取涂抹一下，同期东谈主和穿戴全部都用咱们我方的图。

此次成果大伙儿认为奈何？

再来展示一波网友的试玩制品图。DeepMind 连合首创东谈主苏莱曼穿上了浅笑面具修格斯联名款 T 恤：

致使不少网友真念念要这件穿戴。

阿尔特曼再次被网友当成模特：

固然也有翻车的时候，比如马斯克穿的即是盗窟 CUCCI。

看完成果后，接着来看 IDM–VTON 在工夫上是奈何兑现的。

工夫方面，IDM–VTON 基于扩散模子，通过盘算推算细致的把稳力模块来素养服装图像的一致性，并生成真确的捏造试穿图像。

模子架构偶然包含三部分：

TryonNet：主 UNet，处理东谈主物图像。

IP-Adapter：图像指示适配器，编码服装图像的高等语义。

GarmentNet：并行 UNet，索求服装的初级特征。

在为 UNet 提供输入时，盘考东谈主员将东谈主物图片的含噪声潜在特征、分割掩模、带装扮的图片和 Densepose 数据整合在一皆。

他们还会为服装添加剧视描写，举例 [V] 示意“短袖圆领 T 恤”。这个描写随后用作 GarmentNet（举例，“一张 [V] 的相片”）和 TryonNet（举例，“模特正在穿 [V]”）的输入指示。

TryonNet 和 GarmentNet 产生的中间特征进行了澌灭，随后传递至自我把稳力层。盘考东谈主员只使用了来自 TryonNet 的输出的前半部分。这些输出与文本编码器和 IP-Adapter 的特征一皆，通过交叉把稳力层进行和会。

最终，盘考东谈主员对 TryonNet 和 IP-Adapter 模块进行了细致调度，并锁定了模子的其它部分。

现实阶段，他们使用 VITON-HD 数据集磨真金不怕火模子，并在 VITON-HD、DressCode 和里面网罗的 In-the-Wild 数据集上进行评估。

IDM–VTON 在定性和定量上都优于先前的方法。

IDM-VTON 不错生成真确的图像并保留服装的细粒度细节。

更多细节，感深嗜深嗜的家东谈主们不错稽察原论文。

技俩流畅：

[1]https://idm-vton.github.io/?continueFlag=589fb545dbbb123446456b65a635d849

[2]https://arxiv.org/abs/2403.05139

[3]https://huggingface.co/spaces/yisol/IDM-VTON?continueFlag=589fb545dbbb123446456b65a635d849

参考流畅：

[1]https://twitter.com/multimodalart/status/1782508538213933192

[2]https://twitter.com/fffiloni/status/1783158082849108434

[3]https://twitter.com/ClementDelangue/status/1783179067803533577

本文来自微信公众号：量子位 （ID：QbitAI），作家：西风

告白声明：文内含有的对外跳转流畅（包括不限于超流畅、二维码、口令等步地）长篇社会家庭伦理小说，用于传递更多信息，勤俭甄选时分，甩掉仅供参考，IT之家通盘著作均包含本声明。