Mindket

AIpparel

新上架第 1 版 · 更新于

概览

保存 AIpparel 的权重和数据集,这是一个面向数字服装、处理缝纫版型的多模态基础模型。适合做服装生成和编辑的研究人员。

AIpparel 是一款工具包,属于研究类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • Windows、macOS 或 Linux 上的 Python
  • 项目的官方代码仓库
  • LLaVA 1.5 的视觉编码器和 mm-projector 权重
用在
  • 装有 Python 的 Windows、macOS 或 Linux
  • 项目在 GitHub 上的官方代码仓库
  • 项目网站,模型卡里有链接
先运行
pip install -U huggingface_hub
hf download georgeNakayama/AIpparel

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

AIpparel 是一个面向数字服装的多模态基础模型,作为 CVPR 2025 Highlight 发表。这个仓库是它官方存放模型权重和数据集的地方,它基于 LLaVA 1.5 7B 模型。

数据集叫 GarmentCodeData-Multimodal,简称 GCD-MM。它给缝纫版型加上了说明文字、关键词和编辑指令。

适合谁

研究服装生成和文字编辑的研究人员和开发者最适合它。你从 Python 使用这些文件。

IndustryWho uses itHow they use itExample
时尚科技研究人员研究缝纫版型生成阅读与每个版型配对的说明文字
计算机图形图形开发者构建服装编辑工具把原版型和一条编辑指令配成一对
机器学习机器学习工程师在服装数据上训练或微调把数据集标注当作训练文本

如果你想要现成的设计应用,可以跳过它,因为这个仓库里是数据和权重,不是工具。

用在哪里

模型从官方代码仓库运行,而这个仓库提供文件。

  • 装有 Python 的 Windows、macOS 或 Linux
  • 项目在 GitHub 上的官方代码仓库
  • 项目网站,模型卡里有链接
Use caseWhoWhat they get back
服装数据集研究研究人员带说明文字和关键词的缝纫版型
版型编辑研究图形开发者原版型和编辑后的版型,以及它们的编辑指令
实验用权重机器学习工程师可以在其上继续构建的预训练检查点

如何设置

你需要 Python、hub 工具和项目的代码。这个检查点没有包含 LLaVA 1.5 的一部分,所以你要另外获取。

  • Windows、macOS 或 Linux 上的 Python
  • 项目的官方代码仓库
  • LLaVA 1.5 的视觉编码器和 mm-projector 权重
  1. 安装 Python。
  2. 用 pip 安装 Hugging Face hub 工具。
  3. 用 hf 命令下载仓库文件。
  4. 另外获取 LLaVA 1.5 的视觉编码器和 mm-projector 权重。
pip install -U huggingface_hub
hf download georgeNakayama/AIpparel

如何使用

模型卡没有给出运行命令。它列出了要下载的文件,运行模型的方法在官方代码仓库里。

ToolWhat it does
aipparel_pretrained.pth预训练权重,不含 LLaVA 的视觉编码器和 mm-projector
gcd_mm_captions.zipGCD-MM 数据集的说明文字标注
gcd_mm_editing.zipGCD-MM 数据集的编辑标注
gcd-mm.parquet所有标注列的紧凑版本

parquet 文件有这些列:idx、descriptive_text、speculative_text、keywords、title、original_pattern、edited_pattern 和 edit_instruction。

示例

你打开 parquet 文件,读其中一行。它给你一个缝纫版型的标题和关键词、一段详细说明、JSON 格式的原版型、一条编辑指令,以及 JSON 格式的编辑后版型。

新手与专家

缝纫版型是组成一件衣服的一套平面裁片,这个项目教模型去读懂并修改它们。第一个小尝试,是下载 parquet 文件,看几行内容。

在底层,说明文字有两种。descriptive 文字详细描述版型,speculative 文字推测一个适合它的场景。权重文件不含 LLaVA 1.5 的视觉编码器和投影器,所以你要自己把它们组合起来。

  1. 下载权重和标注文件
  2. 获取 LLaVA 1.5 的编码器和投影器
  3. 按官方代码仓库来加载它们
  4. 处理缝纫版型和说明文字

注意事项

这个仓库只存数据和权重,光有权重不是一个完整的模型。

  • Base model: LLaVA 1.5 7B
  • Language: 英语
  • License: mit
  • Cost to run: 未提及
  • Data it reaches: 你从 Hugging Face 下载的数据集和权重文件
  • Not for: 单独运行,因为检查点缺少 LLaVA 1.5 的视觉编码器和 mm-projector

README 和文件

README

AIpparel

保存 AIpparel 的权重和数据集,这是一个面向数字服装、处理缝纫版型的多模态基础模型。适合做服装生成和编辑的研究人员。

由 georgeNakayama 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的,模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么:AIpparel 是一个面向数字服装的多模态基础模型,作为 CVPR 2025 Highlight 发表。这个仓库是它官方存放模型权重和数据集的地方,它基于 LLaVA 1.5 7B 模型。

数据集叫 GarmentCodeData-Multimodal,简称 GCD-MM。它给缝纫版型加上了说明文字、关键词和编辑指令。

适合谁:研究服装生成和文字编辑的研究人员和开发者最适合它。你从 Python 使用这些文件。

Industry | Who uses it | How they use it | Example
时尚科技 | 研究人员 | 研究缝纫版型生成 | 阅读与每个版型配对的说明文字
计算机图形 | 图形开发者 | 构建服装编辑工具 | 把原版型和一条编辑指令配成一对
机器学习 | 机器学习工程师 | 在服装数据上训练或微调 | 把数据集标注当作训练文本

如果你想要现成的设计应用,可以跳过它,因为这个仓库里是数据和权重,不是工具。

用在哪里:模型从官方代码仓库运行,而这个仓库提供文件。

  • 装有 Python 的 Windows、macOS 或 Linux
  • 项目在 GitHub 上的官方代码仓库
  • 项目网站,模型卡里有链接
Use case | Who | What they get back
服装数据集研究 | 研究人员 | 带说明文字和关键词的缝纫版型
版型编辑研究 | 图形开发者 | 原版型和编辑后的版型,以及它们的编辑指令
实验用权重 | 机器学习工程师 | 可以在其上继续构建的预训练检查点

如何设置:你需要 Python、hub 工具和项目的代码。这个检查点没有包含 LLaVA 1.5 的一部分,所以你要另外获取。

  • Windows、macOS 或 Linux 上的 Python
  • 项目的官方代码仓库
  • LLaVA 1.5 的视觉编码器和 mm-projector 权重
  1. 安装 Python。
  2. 用 pip 安装 Hugging Face hub 工具。
  3. 用 hf 命令下载仓库文件。
  4. 另外获取 LLaVA 1.5 的视觉编码器和 mm-projector 权重。
pip install -U huggingface_hub
hf download georgeNakayama/AIpparel

如何使用:模型卡没有给出运行命令。它列出了要下载的文件,运行模型的方法在官方代码仓库里。

Tool | What it does
aipparel_pretrained.pth | 预训练权重,不含 LLaVA 的视觉编码器和 mm-projector
gcd_mm_captions.zip | GCD-MM 数据集的说明文字标注
gcd_mm_editing.zip | GCD-MM 数据集的编辑标注
gcd-mm.parquet | 所有标注列的紧凑版本

parquet 文件有这些列:idx、descriptive_text、speculative_text、keywords、title、original_pattern、edited_pattern 和 edit_instruction。

示例:你打开 parquet 文件,读其中一行。它给你一个缝纫版型的标题和关键词、一段详细说明、JSON 格式的原版型、一条编辑指令,以及 JSON 格式的编辑后版型。

新手与专家:缝纫版型是组成一件衣服的一套平面裁片,这个项目教模型去读懂并修改它们。第一个小尝试,是下载 parquet 文件,看几行内容。

在底层,说明文字有两种。descriptive 文字详细描述版型,speculative 文字推测一个适合它的场景。权重文件不含 LLaVA 1.5 的视觉编码器和投影器,所以你要自己把它们组合起来。

下载权重和标注文件
获取 LLaVA 1.5 的编码器和投影器
按官方代码仓库来加载它们
处理缝纫版型和说明文字

注意事项:这个仓库只存数据和权重,光有权重不是一个完整的模型。

  • Base model: LLaVA 1.5 7B
  • Language: 英语
  • License: mit
  • Cost to run: 未提及
  • Data it reaches: 你从 Hugging Face 下载的数据集和权重文件
  • Not for: 单独运行,因为检查点缺少 LLaVA 1.5 的视觉编码器和 mm-projector

Hugging Face 上的数据(2026年11月13日)

  • 最近 30 天下载:0
  • 点赞:11
  • 许可证:mit
  • 语言:en
  • 基于:llava-hf/llava-1.5-7b-hf

链接

  • 模型:https://huggingface.co/georgeNakayama/AIpparel
  • 文件:https://huggingface.co/georgeNakayama/AIpparel/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件:

pip install -U huggingface_hub
hf download georgeNakayama/AIpparel

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。

文件
README.md  5 KB

1 个文件,共 5 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-13

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

Bonsai-27B-GGUF

lmstudio-community · 工具包

面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。

新上架

以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。

新上架

MusicGen Small

facebook · 工具包

根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。

新上架

研究类的相似商品

查看研究类的全部商品

Merlin-Cancer-Super

AbdomenAtlas · 工具包

在 CT 扫描上检测并勾画 9 个器官的肿瘤,使用从放射学报告中学习的 R-Super 方法训练。这是面向医学影像团队的研究模型,采用非商业许可。

新上架

EarthJev

dBenf · 工具包

回答关于卫星图像块的类型化问题,使用 Sentinel-2 的全部 12 个波段,为每个选项返回概率,不生成文字。这是 Qwen3.5-0.8B 的微调版本,适合地球观测研究者。

新上架

getting-over-it-rl-jax

zimmerk4 · 工具包

用一个在 JAX 物理模拟器里学会的小型策略网络,从头到尾通关游戏 Getting Over It。适合强化学习研究者和好奇的动手爱好者。

新上架