Official PyTorch implementation for the paper High-Resolution Virtual Try-On with Misalignment and Occlusion-Handled Conditions (ECCV 2022).
825
stars
171
forks
source link
2. Human parse CIHP_PGN모델 전처리 결과 이미지가 다릅니다. #73
Open
doithun opened 1 year ago
Preprocessing.md 에 적힌 경로의 소스코드를 다운받아서 전처리 이미지를 추출하면
[Original Result]![00006_00](https://github.com/sangyun884/HR-VITON/assets/59043118/4223d023-1e75-4ec3-8115-e2a533cbe5b9)
[After image-parse-agnostic]![00006_00](https://github.com/sangyun884/HR-VITON/assets/59043118/37a6aa65-952f-46bd-8065-5e3ddd770501)
[My Preprocessing Result]![00006_00](https://github.com/sangyun884/HR-VITON/assets/59043118/9b2e2aaa-5bbd-45df-b4eb-886827608988)
[After image-parse-agnostic]![00006_00](https://github.com/sangyun884/HR-VITON/assets/59043118/b7127ace-c456-4d63-be0c-8afa05398835)
안녕하세요.
현재 HR-VITON 모델을 사용하기 위하여 전처리 데이터를 준비하고 있습니다.
위의 이미지와 같이
HR-VITON의 데이터의 이미지와, 제가 추출한 이미지의 비트 수준도 다르고
객체의 경계면도 다릅니다.
추출한 이미지를 get_im_parse_agnostic 함수를 적용하여 마스킹을 하면
원본은 잘 분리가 되는데 제가 전처리한 이미지는 헤어부분에서 마스킹을 시작합니다.
이미지의 라벨링 값이 달라서 그런것 같은데 코드의 어느 부분을 조정해야 할까요?
dataset(VITON-HD) is just for the visualization, it has 0~19 uint values.
데이터 셋 이미지 저장 후 0 ~ 19 값으로 팔레트 이미지 업스케일링을 어떤 방식으로 하셨을까요???