Accueil Projets Awesome-Try-On-Models
Awesome-Try-On-Models

Awesome-Try-On-Models

par Zheng-Chong · GitHub

Un dépôt pour organiser des articles, des codes et d'autres ressources liées aux modèles d'essayage virtuel

Voir sur GitHub
⭐ Étoiles
🍴 Forks
🔥 Tendances
📜 Licence
Licence non spécifiée
📅 Créé
🔄 Dernier commit
🏷️ Catégorie
Vous maintenez ce projet ?

Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.

Revendiquer cette page →
Awesome-Try-On-Models — GitHub preview card
📈 Historique des étoiles
438436
2026-07-202026-07-29
📈 Suivez Awesome-Try-On-Models

Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.

Gratuit · sans carte · désinscription à tout moment
Recevoir des alertes e-mail →
📄 À propos

Un dépôt pour organiser des articles, des codes et d'autres ressources liées aux modèles d'essayage virtuel

Awesome-Try-On-Models compte 438 étoiles sur GitHub. Il a été forké 27 fois. Il est développé activement depuis 2024. Ses principaux thèmes sont : 3d-generation, diffusion-models, image-generation, sota-model.

Frequently asked questions

Qu'est-ce que Awesome-Try-On-Models ?

Un dépôt pour organiser des articles, des codes et d'autres ressources liées aux modèles d'essayage virtuel

Awesome-Try-On-Models est-il open source ?

Awesome-Try-On-Models est un projet open source.

Awesome-Try-On-Models est-il gratuit ?

Oui. Awesome-Try-On-Models est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

🏅 Mainteneur de ce projet ?
olud.ai badge — Awesome-Try-On-Models

Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.

[![olud.ai](https://olud.ai/badge.php?tool=zheng-chong-awesome-try-on-models)](https://olud.ai/project/zheng-chong-awesome-try-on-models.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →
NOVA
[ICLR 2025] Génération vidéo autorégressive sans quantification vectorielle
657 · autoregressive-models
partagevideo-generationimage-generation
sjc
Score Jacobian Chaining : Élever des Modèles de Diffusion 2D Préentraînés pour la Génération 3D…
523 · 3d-generation
partage3d-generationdiffusion-models
sparsefusion
[CVPR 2023] SparseFusion : Distillation de la diffusion conditionnée par la vue pour la reconst…
380 · 3d-generation
partage3d-generationdiffusion-models
MagicDrive
[ICLR24] Implémentation officielle de l'article “MagicDrive : Génération de vues de rue avec co…
1.2k · autonomous-vehicles
partagevideo-generationimage-generation
Voost
[SIGGRAPH Asia 25] Voost : Un transformateur de diffusion unifié et évolutif pour l'essai virtu…
340 · diffusion-models
partagevirtual-try-onimage-generation
Magic123
[ICLR'24] Mise en œuvre officielle de PyTorch de Magic123 : Génération d'objets 3D de haute qua…
1.6k · 3d-generation
partage3d-generationdiffusion-models
MimicMotion
Génération de vidéos de mouvement humain de haute qualité avec guidage de pose conscient de la…
2.6k · diffusion-models
partagevideo-generationdiffusion-models
PVDM
[CVPR'23] Modèles de diffusion probabilistes vidéo dans l'espace latent projeté
322 · diffusion-models
partagevideo-generationdiffusion-models
fashn-vton-1.5
FASHN VTON v1.5 : Essai Virtuel Efficace sans Masque dans l'Espace Pixel
272 · computer-vision
partagevirtual-try-onimage-generation
text2room
Text2Room génère des maillages 3D texturés à partir d'un texte donné en utilisant des modèles 2…
1.1k · 3d-generation
partage3d-generationdiffusion-models

Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.