教大家本地搭建一键换装AI开源工具 OOTDiffusion

前言

最近休息了两天,在研究一些AI用于商业化方向的东西,最近找到服装一键更换的开源项目,效果非常不错,今天就把安装步骤分享给大家,同时给大家看看真实效果

部署

项目地址:github.com/levihsu/OOT...

没有中文的项目介绍

首先需要拉取项目的所有代码:

shell 复制代码
git clone https://github.com/levihsu/OOTDiffusion

这个项目比较吃配置,机器配置是 内存 32G DDR4 显卡 2070S 8G CPU 9700F 系统 Ubuntu22.04

基础环境搭建,我这里的显卡驱动已经安装好了, 这里的环境是Ubuntu,可以参考我之前的本地部署ChatGLM2的文章安装显卡环境。

显卡相关的环境解决过后就需要使用conda 安装相关的依赖,现需要启动一个Python虚拟环境。

shell 复制代码
conda create -n ootd python==3.10
conda activate ootd
pip install torch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2
pip install -r requirements.txt

根据提示需要下载模型 ,模型下载地址有两个

shell 复制代码
git lfs clone  https://huggingface.co/levihsu/OOTDiffusion
git lfs clone  https://huggingface.co/openai/clip-vit-large-patch14

下载完成后移动到主项目的 checkpoints 目录,模型非常大,需要耗费很长的时间,下载完成后效果如下:

接下来需要启动web 服务,不推荐使用官方的命令行。启动web服务需要修改一下run/gradio_ootd.py,需要注销掉3行代码,默认 gradio 会调用两个显卡。

python 复制代码
# openpose_model_dc = OpenPose(1)
# parsing_model_dc = Parsing(1)
# ootd_model_dc = OOTDiffusionDC(1)

启动:

shell 复制代码
python run/gradio_ootd.py

本地访问:127.0.0.1:7865: 尝试一下

把淘宝的衣服下载下来尝试了一下,效果真不错哦

还可以调整,随机种子,重绘次数,一次生成的参数,但是目前仅仅生成上半身,上面注释的就是注释掉全身替换的代码,需要两块显卡同时运行。目前电脑只有一张显卡只能这样了

最后

我觉得这个效果非常炸裂,像这样的而且有一定的商业价值的项目我觉得非常有前景,对于一些想开服装网店的创业者非常有吸引力,可以节省大量的时间和金钱成本,对于这些开源进行的封装推广应该也有一定的商业价值,感兴趣的同学可以持续关注我,我会陆续介绍类似的项目。

今天就分享到这里,下个项目我在尝试声音克隆的本地部署的开源项目,敬请期待~

最后如果觉得内容不错有意思有用,欢迎点个关注,你的支持是我更新的动力~ 我自己本地部署了一个 可以直接体验(七天有效) :ootd.tuwei.space/

相关推荐
程序猿小蒜19 分钟前
基于Spring Boot的宠物领养系统的设计与实现
java·前端·spring boot·后端·spring·宠物
k***82511 小时前
springboot整合libreoffice(两种方式,使用本地和远程的libreoffice);docker中同时部署应用和libreoffice
spring boot·后端·docker
tan180°1 小时前
Linux网络TCP(上)(11)
linux·网络·c++·后端·tcp/ip
l***46681 小时前
springboot使用redis
spring boot·redis·后端
嘟嘟w1 小时前
Spring 核心注解深度分析
java·后端·spring
武子康2 小时前
大数据-160 Apache Kylin Cube 实战:从建模到构建与查询(含踩坑与优化)
大数据·后端·apache kylin
q***96582 小时前
深入解析Spring Boot中的@ConfigurationProperties注解
java·spring boot·后端
Jamesvalley3 小时前
flask处理所有logging
后端·python·flask
databook3 小时前
别急着转投 Polars!Pandas 3.0 带着“黑科技”杀回来了
后端·python·数据分析
烟袅3 小时前
为什么调用 OpenAI Tools 后,还要再请求一次大模型?——从代码看 LLM 工具调用的本质
后端·python·llm