OOTDiffusion 虚拟试衣模型文件缺失快速排查指南【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python run_ootd.py直接被一条FileNotFoundError打断别急着怀疑代码——OOTDiffusion 是基于潜在扩散模型的虚拟试衣系统它的模型权重全部独立托管需要手动下载到指定目录。只要按下面步骤处理 OOTDiffusion 模型文件缺失通常几分钟内就能回到能出图的状态。 错误现场run_ootd.py 一跑就报 FileNotFoundError典型现场长这样FileNotFoundError: [Errno 2] No such file or directory: ../checkpoints/ootd/...ONNXRuntimeError: Invalid model fileUnable to load model weights共同点只有一个代码读不到checkpoints/下的权重。项目自带的checkpoints/目录里只有一行说明见 checkpoints 目录说明真正的模型文件不在仓库里——所以「模型文件缺失」不是仓库坏了而是你还没下载。 快速定位OOTDiffusion 依赖的四组权重一张表问题本质一句话四组预训练权重没有下载、或放错了位置。对照下表逐项核对即可。子目录模型关键文件用途ootd/VAE UNetootd_hd / ootd_dccheckpoint-36000权重虚拟试衣核心生成humanparsing/人体解析parsing_atr.onnx、parsing_lip.onnx人体语义分割ONNXopenpose/姿态估计body_pose_model.pth、hand_pose_model.pth、facenet.pth提取人体姿态关键点clip-vit-large-patch14/CLIP 编码器openai 预训练权重图像编码与条件控制 方案执行一条命令拿齐全部模型权重从 Hugging Face 克隆权重仓库前三组权重打包在同一个 HF 仓库里直接克隆成checkpoints/目录即可git clone https://huggingface.co/levihsu/OOTDiffusion checkpoints git clone https://huggingface.co/openai/clip-vit-large-patch14 checkpoints/clip-vit-large-patch14国内网络慢的话走镜像站中转注意核对最终落盘路径仍是checkpoints/。checkpoints 目录结构速查两条命令跑完后结构应该和下面一致模型文件放置错误的 90% 出现在这一层checkpoints/ ├── ootd/ # VAE 与 UNet 权重 ├── humanparsing/ # 两个 .onnx 解析模型 ├── openpose/ # 姿态估计 .pth 权重 └── clip-vit-large-patch14/ # CLIP 编码器依赖方面按 项目 README 建好 conda 环境并pip install -r requirements.txttorch 版本按 README 指定安装。✅ 验证收尾常见报错排查清单重新运行推理前用这张清单对号入座FileNotFoundError: No such file or directory→ 四个子目录有缺项或命名不对回到上面的目录树核对。ONNXRuntimeError: Invalid model file→parsing_atr.onnx或parsing_lip.onnx下载截断文件不完整重新下载。Unable to load model weights/ CLIP 加载失败→ootd/或clip-vit-large-patch14/放错层级常见多套了一层同名目录。ModuleNotFoundError: No module named onnxruntime→ 依赖没装好重跑pip install -r requirements.txt。全部对得上后跑一次半身分身的run_ootd.pyrun/images_output/里出现结果图即修复完成。之后每次换机器拉环境先ls checkpoints对照一遍目录结构——这 30 秒能省掉一整天的排查。【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
