OOTDiffusion虚拟试衣模型部署指南4步完成模型下载、放置与推理验证【免费下载链接】OOTDiffusion[AAAI 2025] Official implementation of OOTDiffusion: Outfitting Fusion based Latent Diffusion for Controllable Virtual Try-on项目地址: https://gitcode.com/GitHub_Trending/oo/OOTDiffusion跑通 OOTDiffusion虚拟试衣扩散模型卡住的人大多不是卡在代码而是卡在三件事模型权重该下载哪些、应该放进哪个目录、以及加载时报错到底指向哪一步。本文按理解结构 → 下载权重 → 配置环境 → 验证推理的顺序带你把 OOTDiffusion 模型下载与本地部署完整走一遍并附上常见报错的对照排查方法。 先搞清楚OOTDiffusion 的推理要消耗哪些模型文件部署前最值得花三分钟的事是知道推理脚本会去哪些路径找文件——因为源码里的加载路径是写死的目录名少一个字符都会直接报错。OOTDiffusion 的推理链路分两段先用 OpenPose 估计姿态、Human Parsing 分割人体得到试衣区域再交给潜扩散管线生成试衣图。对应的模型权重共四组全部放在项目根目录的checkpoints/下权重组目录作用对应加载代码OOTDiffusion 主模型checkpoints/ootd/VAE、文本编码器、试衣 UNetootd/inference_ootd.pyCLIP 视觉编码器checkpoints/clip-vit-large-patch14/提取服装图特征同上Human Parsingcheckpoints/humanparsing/人体/服装分割ONNXpreprocess/humanparsing/run_parsing.pyOpenPosecheckpoints/openpose/人体关键点preprocess/openpose/其中主模型内部还有固定子路径半身的 UNet 在checkpoints/ootd/ootd_hd/checkpoint-36000/全身Dress Code在checkpoints/ootd/ootd_dc/checkpoint-36000/各含unet_garm和unet_vton两个子目录checkpoints/ootd/下还需要vae/、text_encoder/、tokenizer/三个子目录。部署完成后的目录应该长这样OOTDiffusion/ ├── checkpoints/ │ ├── ootd/ │ │ ├── vae/ text_encoder/ tokenizer/ │ │ ├── ootd_hd/checkpoint-36000/{unet_garm, unet_vton} │ │ └── ootd_dc/checkpoint-36000/{unet_garm, unet_vton} │ ├── humanparsing/ # parsing_atr.onnx parsing_lip.onnx │ ├── openpose/ckpts/ │ └── clip-vit-large-patch14/ ├── ootd/ # 推理代码 ├── preprocess/ # 姿态 人体解析 └── run/ # 入口脚本与示例图 四步完成 OOTDiffusion 本地部署第 1 步克隆仓库并建好 conda 环境官方只在 LinuxUbuntu 22.04 Python 3.10 上验证过环境尽量贴住官方配置能省掉大量版本踩坑git clone https://gitcode.com/GitHub_Trending/oo/OOTDiffusion conda create -n ootd python3.10 -y conda activate ootd pip install torch2.0.1 torchvision0.15.2 torchaudio2.0.2 pip install -r requirements.txt执行前说明先装锁定版本的 PyTorch再装项目 requirements.txt其中 diffusers0.24.0、transformers4.36.2、onnxruntime1.16.2 都是模型加载的硬依赖不要随意升版。成功长什么样装完后跑一句python -c import torch; print(torch.__version__, torch.cuda.is_available())输出2.0.1xxx True有显卡时即环境就绪。第 2 步手动下载四组权重权重需要从项目的官方模型仓库手动下载在 Hugging Face 上搜索 OOTDiffusion 即可找到项目团队公开的 ootd、humanparsing、openpose 权重CLIP 权重为 openai 公开的 clip-vit-large-patch14。国内网络建议先整体打包下载再上传到服务器逐文件拉取容易中断且难断点续传。这一步没有命令可执行判断标准是四组权重都落到了对应目录且checkpoints/humanparsing/下能同时看到parsing_atr.onnx和parsing_lip.onnx两个文件。第 3 步核对目录结构与加载路径打开 checkpoints/README.txt 对照一句即可确认项目预期ootd、humanparsing、openpose、clip-vit-large-patch14 四项缺一不可。建议逐项检查两个最容易放错的位置# 确认主模型 UNet 子路径完整 ls checkpoints/ootd/ootd_hd/checkpoint-36000/unet_garm ls checkpoints/ootd/ootd_hd/checkpoint-36000/unet_vton # 确认 CLIP 目录名一字不差 ls checkpoints/clip-vit-large-patch14成功长什么样三条命令都有文件列表输出。只要有一条报 No such file就按第 2 步补下载特别注意 CLIP 目录名必须与clip-vit-large-patch14完全一致改个后缀比如加_local都会导致加载失败。第 4 步跑通第一次推理验证用仓库自带的示例图跑一次半身试衣--sample 2先生成 2 张省显存cd OOTDiffusion/run python run_ootd.py --model_path examples/model/model_1.png --cloth_path examples/garment/03244_00.jpg --scale 2.0 --sample 2执行前说明入口脚本是 run/run_ootd.py它会自动完成姿态估计 → 人体解析 → 生成掩膜 → 扩散生成整条链路--scale 2.0是图像引导强度--sample控制输出张数。成功长什么样终端打印Initial seed: xxx并开始逐步去噪run/images_output/目录下生成out_hd_0.png、out_hd_1.png打开后模特已换上示例服装。全身模型dc注意多两个参数--model_type dc --category 2且 category 必须与服装配对0上装、1下装、2连衣裙上身模型 hd 只支持上装。 部署报错对照表现象、原因与处理现象OSError: Unable to load weights for CLIPVisionModelWithProjection或提示在checkpoints/clip-vit-large-patch14找不到配置。原因CLIP 权重没下载或目录名与源码写死的../checkpoints/clip-vit-large-patch14不一致——该路径在 ootd/inference_ootd.py 中是常量改名、改位置都会命中此错。处理重新下载 CLIP 权重并严格按原目录名放置用第 3 步的ls命令复核。现象FileNotFoundError: .../checkpoints/humanparsing/parsing_atr.onnx。原因humanparsing 权重不完整只下了其中一个 ONNX或整个 humanparsing 目录缺失。处理官方 humanparsing 权重包含parsing_atr.onnx与parsing_lip.onnx两个文件见 preprocess/humanparsing/run_parsing.py补齐到checkpoints/humanparsing/即可无需重装任何 Python 包。现象CUDA out of memory出现在去噪阶段中途。原因输入固定为 768×1024、fp16 精度多卡或高分辨率任务对显存要求不低--sample越大峰值越高。处理先把--sample降到 1~2、--step降到 15 试通流程确认无误后再逐步调回。长期方案是选用 10GB 以上显存的显卡并用nvidia-smi确认没有其他进程占卡--gpu_id可指定用哪张卡。现象ValueError: model_type hd requires category 0 (upperbody)!。原因参数组合不合法——半身模型 hd 只支持上装而你在用 hd 试下装或连衣裙。处理下装、连衣裙改用--model_type dc --category 1下装或--category 2连衣裙并确保已下载ootd_dc权重。 部署实践与下一步权重放好后建议记录一份目录 文件大小清单后续换机器部署时直接比对比逐个文件看快得多环境别动版本diffusers 0.24.0 / transformers 4.36.2 这套组合是 UNet 自定义模块UNetGarm2DConditionModel等的兼容基线升级前先单独验证模型加载出图不满意先调--scale1.5~3.0 区间和--seed固定随机性对比效果再怀疑环境问题。跑通之后可以接着看两个地方Web 界面入口在 run/gradio_ootd.py推理管线的实现细节在 ootd/pipelines_ootd/。如果下载权重或加载时遇到本文没覆盖的报错带着完整 traceback 去项目社区的 issue 区提问通常能很快定位。【免费下载链接】OOTDiffusion[AAAI 2025] Official implementation of OOTDiffusion: Outfitting Fusion based Latent Diffusion for Controllable Virtual Try-on项目地址: https://gitcode.com/GitHub_Trending/oo/OOTDiffusion创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考