OOTDiffusion 人体解析踩坑记录：parsing_atr.onnx 从文件缺失到一次跑通-云帆数科

OOTDiffusion 人体解析踩坑记录parsing_atr.onnx 从文件缺失到一次跑通【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 OOTDiffusion 虚拟试穿时最先翻车的往往不是扩散模型而是人体解析这一步ONNX Runtime 直接报出找不到模型文件。原因是 parsing_atr.onnx 并没有打包在仓库里需要你手动放到 checkpoints/humanparsing/ 下。我把这次踩过的坑、它输出的 18 个语义区域和整条推理链路都梳理了一遍下面是记录。先补齐两个 onnx别只下载一个仓库里的 checkpoints/ 目录初始只有一个 README.txt里面列了四样要自备的东西ootd、humanparsing、openpose、clip-vit-large-patch14。humanparsing 这一项容易被忽略的细节是——它其实要两个文件parsing_atr.onnx 负责人体主体解析parsing_lip.onnx 负责唇部/面部细化两者在 preprocess/humanparsing/ 的 Parsing 初始化时被同时加载。只下其一构造解析器时就会再次报错。从 README 指向的官方模型仓库下载 humanparsing 整个目录整体放进项目根目录即可OOTDiffusion/ └── checkpoints/humanparsing/ ├── parsing_atr.onnx └── parsing_lip.onnx18 个区域到底怎么分的按来源可以拆成三组好记很多人体部位脸、头发、左右手、左右腿、左右臂服饰配件帽子、手套、上衣、连衣裙、外套、袜子、裤子、包包、裙子背景兜底区域。另外有一处代码里的隐藏细节最终调色板是 19 色因为第 18 类脖子是用 parsing_lip.onnx 的输出和主体结果做逻辑融合后补进去的见 parsing_api.py 末尾的 neck_mask 部分。所以你在可视化图里看到 19 种颜色是正常的并非多算了一类。一条链看完整条推理链路整条流程可以压成一句话图像缩放到 512×512 并归一化 →session.run得到 18 通道 logits → 空洞填充、轮廓细化等后处理 → argmax 映射回语义区域号并恢复原图尺寸。调用入口是 run_parsing.py 里的Parsing类官方推理脚本 run/run_ootd.py 在试穿主流程开始前就是这么调的from preprocess.humanparsing.run_parsing import Parsing parser Parsing(gpu_id0) parsed_image, face_mask parser(input_image)返回的parsed_image是彩色分割图face_mask是脸部二值掩码后者会被下游流程直接使用。一个反直觉的点它其实跑在 CPU 上初看 Parsing 的初始化你会以为解析模型走 GPU——实际上 run_parsing.py 里硬编码了providers[CPUExecutionProvider]。这不是 bug解析模型体量小CPU 推理足够快真正吃显存的是后面的扩散采样阶段。会话选项里已经开了ORT_ENABLE_ALL图优化一般不需要再动。环境版本记这四个数官方只在 Ubuntu 22.04 上验证过版本对齐后基本不会再和环境搏斗python 3.10 torch 2.0.1torchvision 0.15.2 onnxruntime 1.16.2 opencv-python 4.7.0.72下一步建议模型文件就位后直接用 run/examples/ 里现成的 model 和 garment 图对跑一遍run_ootd.py确认解析输出正常再换自己的素材。中途遇到版本或加载问题优先翻 README 和仓库 issue。【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

企业数字化 ERP 产品动态

相关推荐

信创环境下智慧档案馆建设：环境监控平台对接恒温恒湿一体机实战

智慧档案馆信创适配：环境监控平台与恒温恒湿设备对接方案关键词：信创适配、智慧档案馆、环境监控平台、恒温恒湿设备、国产操作系统、国产数据库、Modbus TCP、BACnet/IP、南向对接、北向集成、协议栈替换、等保合规标签：#物联网 #Modbus #TC… · 2026/9/24 16:09:08

Notepads 隐私政策全解析：数据采集范围、Telemetry 实现与用户权益指南

桌面应用【免费下载链接】Notepads A modern, lightweight text editor with a minimalist design. 项目地址： https://gitcode.com/gh_mirrors/no/Notepads 点击查看免费下载导读本文基于 Notepads 项目根目录的 PRIVACY.md 隐私政策文档，结合仓库… · 2026/9/24 16:08:49

PiKVM KVMD 4.4 发布解读：V4 Plus HDMI 直通（Passthrough）功能正式稳定并默认启用

文档教程【免费下载链接】pikvm Open and inexpensive DIY IP-KVM based on Raspberry Pi 项目地址： https://gitcode.com/gh_mirrors/pi/pikvm 点击查看免费下载 KVMD 4.4 是 PiKVM 的一次重要功能迭代，其核心成果是：得益于 Raspberry Pi… · 2026/9/24 16:08:49

B码在无人机，电力领域的重要性(B码解码)

此图来自成都云智优创科技有限公司www.iyzyc.cnRIG-B解码模块简介IRIG-B解码核心板是专门用于对IRIG-B码进行解码的模块，解码后会生成同步秒脉冲，同时从TTL串口输出时间报文，用于对设备进行校时。模块具有处理速度快，输出精度高的… · 2026/9/24 16:38:19

fq 解码 AVI：样本索引优先级、流信息提取与解码加速实战指南

fq 解码 AVI：样本索引优先级、流信息提取与解码加速实战指南【免费下载链接】fq fq - jq for binary formats. Tool, language and decoders for working with binary formats. 项目地址: https://gitcode.com/gh_mirrors/fq/fq fq 是面向二进制格式的 jq 工… · 2026/9/24 16:38:19

基于 CentOS7 搭建 5 节点三层高可用 Web 集群功能实现

1.编写 Shell 批量运维脚本，替代重复手动命令，提升部署效率；通过免密 SSH 批量循环脚本健壮性判断日志输出，实现： 一键启停全集群服务、一键巡检所有节点状态、自动化运维替代人工免密 SSH 原理：管理… · 2026/9/24 16:38:19

背单词与词典：欧路、不背单词、Anki 与 mdict

Unity3D特效百例案例项目实战源码Android-Unity实战问题汇总游戏脚本-辅助自动化Android控件全解手册再战Android系列Scratch编程案例软考全系列Unity3D学习专栏蓝桥系列AIGC(GPT、DeepSeek、豆包、千问、Kimi) 👉关于作者专注于Android/Unity和各种游戏开发技巧&a… · 2026/9/24 16:38:13

Saddle — 让 AI/MLOps 真正“能落地“的可视化任务流平台

📦 免费下载 🔑 演示账号：assist / assist（内置 73 个真实案例，直接看、直接跑） 一、为什么需要 Saddle？ AI 落地从来不是"调一个模型"那么简单。你要做的是： 拉数据 →… · 2026/9/24 16:38:13

C++ 关于继承的知识点讲解

目录 1. 继承的概念及定义 1.1 继承的概念 1.2 继承定义 1.2.1 定义格式 1.2.2 继承基类成员访问方式的变化 1.3 继承类模板 2. 基类和派生类之间的转化 3. 继承中的作用域 3.1 隐藏规则： 3.2 几个关于继承作用域相关的选择题 4. 派生类的默认成员函数 … · 2026/9/24 16:38:06

基于YOLOv8的渔船作业监控系统：从环境搭建到边缘部署全流程

简介：这是一套面向计算机、人工智能、自动化等专业学生与教师的毕业设计级项目资源，围绕YOLOv8实现渔船作业监控系统，可用于毕设、课程设计、大作业或项目立项演示。压缩包共97个文件，约24.21MB，以70个Python源码文件为… · 2026/9/24 0:00:13

1D-CNN时间序列建模实战：从Conv1d原理到工业落地

简介：面向时间序列数据建模的一维卷积神经网络完整实现，适合深度学习入门者及需要快速验证时序模型的研究者，能够从音频、文本、传感器或股价等序列中挖掘局部特征与时间依赖。压缩包体积很小，只有3KB，内含3个Python脚… · 2026/9/24 0:00:26

柔软的L：汉语语流中被忽视的舌肌张力控制

1. 这个“L”不是字母表里的L，而是舌尖上的L最近在几个方言群和语音教学社群里，反复看到有人发一句：“也说字母L：柔软的长舌”。初看以为是英语发音课笔记，点开才发现全是方言爱好者、播音系学生、语言康复师甚至戏曲演… · 2026/9/24 0:00:44

OOTDiffusion 人体解析踩坑记录：parsing_atr.onnx 从文件缺失到一次跑通

相关推荐

了解更多？预约专属演示