更多AI前沿科技资讯，请关注我们：
closerAI-一个深入探索前沿人工智能与AIGC领域的资讯平台
【closerAI ComfyUI】冲！高度一致性服装迁移！DreamFit FLUX虚拟试穿质量更好！多件衣物一次性上装！学习
大家好，我是Jimmy。前面我们有介绍关于字节跳动最新项目DreamFIT：一个轻量级服装为中心的人体生成模型，电商服装、换装、虚拟试穿的新尝试。
项目链接如下：https://github.com/bytedance/DreamFit/tree/main
黑马？字节跳动开源DreamFit，一个轻量级服装为中心的人体生成模型，电商服装、换装、虚拟试穿的新尝试，效果到底如何？一起看下
它的能力就是基于服装生成人体模特，最终实现模特试穿的效果。也就是虚拟试穿。目前还没comfyUI的开源节点，但是RH上已经开发了对应版本的节点。
上一次我们介绍的时候，它是实现了SD1.5的版本，我们都知道SD1.5模型质量差，所以我们上次使用DreamFIT SD1.5版只能是娱乐一下而已。这次，RH版本的FLUX版DreamFIT延续了FLUX万物迁移的能力。实现高度一致性的服装迁移。
那我们会想，FLUX生态已经非常的完善，万物迁移的能力也非常的强，DreamFIT的虚拟试穿跟FLUX的万物迁移有什么区别？
我们先看效果，最后讲讲。
首先，因为是RH版本，需要线上体验。
我们搭建下工作流。
拉出关键节点：RunningHub DreamFit Flux
根据节点，我们需要提供几张图片。第1张是衣物的图片，第2张是知识的图片。
第三张呢，是keep image，我的理解是保持不变的图像，如果是头部参考头部，也就是保持头部不变间接性的实现人脸特征保持。但是DreamFIT官方已经说明，这个暂时不开源。所以这个功能暂时没用。
基于RH的节点，我们搭建完工作流如下
工作流主要模块如下：加载衣物与去背景处理
通过上下联结图片。一次可换多件，也可以一件。这里根据情况而定。如果要一件，只忽略其中一个即可。
姿势图准备，
提示词模块：描述如下图示
然后，就完了，工作流很简单。
直接执行，结果如下：
我们可以看见，衣服的图案，有所改变了。牛仔裤保持得很好。
我们再试下
这次效果不错的。
本地算力不够怎么办？
如果本地设备算力不好的小伙伴，推荐使用线上comfyUI来运行体验：runninghub.cn
runninghub.cn DreamFIT FLUX虚拟试穿体验地址：
https://www.runninghub.cn/ai-detail/1923578488203169794
注册地址：https://www.runninghub.cn/?utm_source=kol01-RH151
通过这个链接第一次注册送1000点，每日登录送100点
最后几句：
下面讲下我的观点。
flux万物迁移能力肯定是比这个项目强的，而且暂时没有项目能超越的，但是在服装迁移方面，它是不能一次性迁移多件的，需要多次执行，不能完全自动化一次完成。
这个DreamFIT，围绕服装这个点，专门训练的模型，能一次性完成多件衣物的迁移，但目前没开源keep的功能，这是不足，可能是效果不好或者其它原因吧。但在RH上运行这个多件迁移的能力，时间上要8~10分钟，老实说，我FLux运行一次才3分钟左右，执行多几次时间效率上也差不了多少质量和效果也比DreamFIT好。
以上关于DreamFIT FLUX版虚拟试穿的介绍和使用体验。以及closerAI团队制作的stable diffusion comfyUI closerAI基于RH搭建的closerAI Dreamfit FLUX 虚拟试穿RH版本工作流介绍，大家可以根据工作流思路进行尝试搭建。
当然，也可以在我们closerAI会员站上获取对应的工作流(查看原文)。
以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的文章，我们，下次再见。
>/ 作者：JimmyMo
更多AI前沿科技资讯，请关注我们：
closerAI-一个深入探索前沿人工智能与AIGC领域的资讯平台
主题授权提示：请在后台主题设置-主题授权-激活主题的正版授权，授权购买：RiTheme官网
评论(0)