חדש תמונה, וידאו, קריינות ותמלול בקריאה אחת, בלי להריץ מודל. מנסים בלי שרת

GPT
F

fashn-vton-1.5 — הדגמה

קוד פתוח

fashn-aiapache-2.02026-01-31

  • gradio
  • virtual-try-on
  • diffusion
  • fashion
  • image-to-image

הדגמה שמלבישה בגד מתמונה נפרדת על תמונת אדם, ישירות במרחב הפיקסלים וללא צורך במסיכה ידנית. מתאימה למי שבונה קטלוגים או בודק היתכנות להלבשה וירטואלית.

  • 972Mפרמטרים
  • 1.8 GBמשקל הקבצים
  • —הורדות בחודש
  • 53לייקים

מה זה

מעלים שתי תמונות, אחת של אדם ואחת של בגד, ומקבלים תמונה משולבת שבה הבגד מונח על הגוף. בממשק בוחרים את סוג הבגד מתוך קטגוריות כמו חולצות, מכנסיים או שמלות, ומציינים אם צילום הבגד נלקח מדוגמן או שהוא צילום שטוח של הפריט בלבד.

מאחורי הקלעים הקוד מריץ את צינור העבודה של fashn-vton-1.5 יחד עם מודל DWPose שמזהה את תנוחת הגוף. התהליך מדלג על שלב יצירת מסיכות ידניות ועובד ישירות על הפיקסלים. הדוגמאות המוכנות מציגות שילובי בגדים שונים, החל מחולצות פשוטות ועד אוברולים, כדי להראות התאמה לפוזות שונות.

מתאים ל

  • מדידה וירטואלית לחנויות

    הלבשת פריטי לבוש על דוגמנים קיימים מתוך צילום פקשוט שטוח או מתמונה על דוגמן אחר.

  • בדיקת איכות למודל FASHN

    בחינת יכולות המודל והדיוק שלו בהנחת טקסטיל על פוזות גוף שונות לפני הטמעה במערכת.

  • החלפת תלבושות בהפקות

    שינוי מהיר של חולצות או שמלות בתמונות אופנה קיימות ללא צורך בצילום מחדש בסטודיו.

איפה זה נופל

חובה להעלות את שתי התמונות אחרת הממשק פשוט זורק שגיאה ועוצר. הדוגמאות בממשק מכילות תמונות נקיות וברורות, ולכן ביצועים על תמונות חשוכות, זוויות גוף חריגות או בגדים עם מרקם מורכב עלולים להיראות פחות מדויקים. התלות בזיהוי תנוחה של DWPose אומרת שאם הגוף מוסתר בחלקו, התוצאה תיפגע בהתאם.

שאלות
נפוצות

האם השימוש בהדגמה עולה כסף?

השימוש בעמוד עצמו פתוח ללא תשלום ישיר למשתמשי Hugging Face. עם זאת, הוא רץ על תשתית ZeroGPU שכוללת מכסות שימוש אישיות, ולכן עומס כבד או שימוש ממושך עלולים לדרוש חשבון משודרג בפלטפורמה.

מה קורה לקבצים שאני מעלה?

התמונות נשלחות לשרת שמריץ את מופע ה־Gradio לצורך ביצוע ההלבשה והצגת התוצאה בדפדפן. הממשק אינו כולל הצהרת שמירה מיוחדת מעבר לתנאי הענן הציבורי, ולכן מומלץ להימנע מהעלאת תמונות אישיות שלא הייתם רוצים שייחשפו.

כמה זמן לוקח לכל תמונה להתעבד?

בגלל השימוש בחומרת A10G, העיבוד אורך בדרך כלל שניות בודדות מרגע תחילת הריצה. אם השרת היה במצב שינה, תידרש חצי דקה נוספת לטעינת המשקלים לזיכרון.

האם אפשר להריץ את זה על המחשב שלי?

הקוד משתמש במודלים fashn-vton-1.5 ו־DWPose שזמינים להורדה חופשית, והרישיון הוא מסוג אפאצ׳י פתוח. כדי להריץ מקומית יש צורך במעבד גרפי תואם של Nvidia עם מספיק זיכרון וידאו והתקנת ספריות מתאימות.

איך מריצים

לוחצים על כפתור Try On לאחר בחירת התמונות וההגדרות. העיבוד רץ על מאיץ A10G דרך מנגנון ZeroGPU, כך שהוא דורש טעינה של המודל לפי דרישה ועשוי להתעכב אם יש תור משתמשים בענן. יש אפשרות לפתוח תפריט מתקדם כדי לכוונן את צעדי הדיפוזיה, עוצמת ההנחיה והסיד, או לבטל את שימוש הסגמנטציה.

pip install -U huggingface_hub
hf download fashn-ai/fashn-vton-1.5

הקבצים

3 קבצים במאגר, 1.8 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

הקוד וההדגמה מפורסמים תחת רישיון apache-2.0, שמתיר שימוש מסחרי, שינוי והפצה. התמונות שאתם מעלים עוברות עיבוד בשרתי Hugging Face לצורך ההרצה, ולכן אין להעלות תכנים רגישים או פרטיים לחלוטין לשרת ציבורי.

  • שימוש מסחרי
  • שינוי הקוד
  • הפצה מחדש
  • שימוש בפטנטים

הרישיון המלא בעמוד המודל ↗