Try-on virtual con segmentación de prendas para una marca DTC
Visión general
De qué trata este proyecto.
Construye un virtual try-on segmentando prendas con SAM y Stable Diffusion. Mide realismo con LPIPS y usuarios. Obtén un certificado verificable.
El Briefing
Lo que harás y lo que demostrarás.
Construir un módulo de try-on virtual basado en imagen que alcance realismo medio mayor o igual a 3,8/5 en estudio de usuario y latencia inferior a 12 segundos por prenda.
Earning criteria — what you'll demonstrate
- Combinar segmentación, deformación geométrica y generación condicionada en una única pipeline
- Evaluar calidad visual con métricas perceptuales más estudio de usuario
- Diseñar la experiencia de producto bajo restricciones reales de latencia y de modos de fallo
- Comunicar honestidad sobre lo que el módulo NO debe prometer (estampados complejos, manos)
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Alineación con asignaturas próximamente.
Habilidades
Habilidades que demostrarás.
Cada una aparece en tu credencial verificada.
Carreras
Roles para los que esto te prepara.
Títulos reales. Puentes de habilidades reales. Elige el que más se acerque a tu trayectoria.
Trayectorias profesionales que esto construye
Roles canónicosAI Product Designer
Diseñar una experiencia DTC encima de una pipeline generativa, articular trade-offs y modos de fallo es exactamente el día a día de una persona AI Product Designer en moda y comercio.
Este proyecto afina
- product-design
- generative-vision
- diffusion-models
Computer Vision Engineer
Combinar segmentación, parsing humano, deformación geométrica y generación condicionada en una única pipeline es trabajo nuclear de una persona ingeniera de CV en moda y AR.
Este proyecto afina
- semantic-segmentation
- generative-vision
- scene-understanding
AI Engineer
Montar la web demo, servir la pipeline y mantener la latencia por debajo de 12 segundos es el tipo de glue-engineering que los AI Engineers ejecutan constantemente en startups de IA generativa.
Este proyecto afina
- generative-vision
- diffusion-models
- evaluation