CatVTON — диффузионная виртуальная примерка одежды
CatVTON — модель виртуальной примерки на основе диффузионных моделей. Она предназначена для создания изображений людей в различной одежде. Проект предлагает инструменты для развертывания и использования модели в собственных приложениях, ориентированные на разработчиков и исследователей в области компьютерного зрения.
Возможности и состав проекта
CatVTON предлагает Gradio-приложение и варианты интеграции с ComfyUI. Для подготовки масок используются отдельные модели, включая SCHP и DensePose; основой указан Stable Diffusion v1.5 inpainting. Авторы сообщают об инференсе изображения 1024×768 с расходом менее 8 ГБ VRAM в своём режиме, но это не универсальная оценка для всех настроек.
Начало работы и требования
Проект CatVTON доступен под лицензией Creative Commons BY-NC-SA 4.0, разрешающей некоммерческое использование. Для запуска требуется Python 3.9.0 и установка зависимостей через pip. Разработчики могут использовать готовые модели и код для оценки результатов на наборах данных VITON-HD и DressCode.
Ограничения и выбор сценария
Синтезированное изображение показывает визуальный вариант одежды, а не физическую посадку, точные размеры или свойства ткани. Результат зависит от маски, позы и изображения вещи. Заявленную память нужно сверять с выбранным workflow и параллельными моделями. CC BY-NC-SA 4.0 ограничивает использование некоммерческими сценариями; проект не подходит для коммерческой интеграции без отдельного разрешения.
Лицензия и условия использования
README распространяет код, checkpoints и demo под CC BY-NC-SA 4.0: некоммерческое использование, атрибуция и сохранение той же лицензии для производных материалов. У базовых моделей и наборов данных нужно отдельно проверить их условия.
