К содержимому
Другое

MOA AnyDoor mix35000

модель для виртуальной примерки одежды

2 мин чтенияобновлено

Чекпоинт дообученной диффузионной модели AnyDoor, созданный для веб-сервиса виртуальной примерки MOA. На вход подаётся фото человека и снимок верха одежды, а на выходе модель аккуратно «надевает» эту вещь на фигуру в нужной области. Архитектура сочетает Stable Diffusion, ControlNet (модуль управления композицией) и энкодер признаков DINOv2. В отличие от базового AnyDoor, весы специально адаптированы под задачи пересадки одежды и лучше держат её форму при разных ракурсах. Пригодится разработчикам сервисов онлайн-примерки и исследователям генеративной графики.

Ключевые особенности

  • Специализация на одежде: модель дообучена на 25 321 паре изображений (датасет VITON-HD и корейский набор AI Hub с фронтальными и боковыми ракурсами 45°).
  • Оптимизированный формат: файл весов mix35000_fp16.ckpt (~4.9 ГБ) сохранён в 16-битной точности для U-Net, ControlNet, VAE и DINOv2, без лишних состояний оптимизатора.
  • Стабильная генерация: на тестовых проверках в формате сервиса MOA модель показала ноль сбоев генерации.
  • Готовая обвязка: исходный код веб-сервиса и инструкция по запуску на одном ПК доступны в репозитории проекта на GitHub.

Что можно сделать

  • Запустить виртуальную примерочную: подключить чекпоинт к серверной части сервиса MOA или официальному коду AnyDoor для автоматической примерки футболок, рубашек и другого верха на фото пользователей.
  • Тестировать перенос одежды под углом: использовать модель для генерации картинок с людьми в ракурсах 45°, на которых модель целенаправленно обучалась.

Пример

Чекпоинт mix35000_fp16.ckpt запускается через официальный код AnyDoor (коммит 44ca2b2) либо в составе проекта CGI_MOA — для этого путь к файлу весов нужно указать в переменной окружения ANYDOOR_CKPT в конфигурации model_server. Подробная инструкция по локальному развёртыванию на одном ПК находится в файле local/README.md репозитория Jenny5789/CGI_MOA.

ПодробнееValidation loss на тесте VITON-HD (512 изображений): 0.0400 против 0.0563 у официальных весов AnyDoor (при замере в формате дообучения).
Обучение: 35 000 шагов с batch size 32, AdamW (lr 1e-5) на 1 видеокарте NVIDIA B200.
Лицензия: строго некоммерческое использование из-за условий датасета VITON-HD (CC BY-NC 4.0).
Обсудить Telegram 0

Запустится ли?

Запустится в FP16

Влезает без сжатия.

  • FP16веса 4.6 GB · готовые файлы5.5 GB
  • FP8 / INT8рекомендуемвеса 2.3 GB3.0 GB
  • 4-bitвеса 1.3 GB1.9 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · FP16 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # JI-SEOP/moa-anydoor-mix35000
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download JI-SEOP/moa-anydoor-mix35000 --local-dir ~/models/moa-anydoor-mix35000
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к moa-anydoor-mix35000
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии moa-anydoor-mix35000 — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

JI-SEOP/moa-anydoor-mix35000
Автор
JI-SEOP
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии