مواد پر جائیں

FASHN Virtual Try-On V1.5

انٹیگریٹ کریں

ماڈل id fashn/tryon/v1.5
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/fashn/tryon/v1.5?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model_image": "example",
    "garment_image": "example"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

یہ درخواست: ⁨$0.075⁩ 75 API کریڈٹس · ≈ ⁨₽7.85⁩ اس صفحے پر چلائیں

API کلید حاصل کریں
FASHN تصویر میں ترمیم #try-on#fashion#clothing

ورچوئل try-on، جو v1.5 ریزولوشن میں لباس کی تصویر کسی ماڈل کی تصویر پر پہناتا ہے

FASHN · تصویر

آپ کا پہلا نتیجہ یہاں آئے گا

ذیل میں درخواست بنائیں اور اپنی API کلید کے ساتھ چلائیں۔ آؤٹ پٹس ہمارے اسٹوریج میں کاپی ہو جاتے ہیں، ہمیشہ کے لیے یا مفت میں 7 دن تک محفوظ رہتے ہیں۔

درخواست بنائیں

کنٹرولز ماڈل اسکیما سے تیار ہوتے ہیں۔ آپ کے بدلنے کے ساتھ کوڈ اور قیمت اپ ڈیٹ ہوتے ہیں۔

•لازمی

URL یا base64 data کے طور پر فراہم کردہ ماڈل تصویر۔

•لازمی

URL یا base64 data کے طور پر فراہم کردہ لباس کی تصویر۔

ڈیفالٹ 1

ایک run میں تصاویر کی تعداد، جس سے randomness کے باوجود اچھا نتیجہ ملنے کا امکان بڑھانے کے لیے متعدد کوششیں ایک ساتھ کی جا سکتی ہیں۔

ایڈوانسڈ category · mode · garment_photo_type · moderation_level · output_format · seed · segmentation_free · enable_safety_checker
category ڈیفالٹ auto

Try-on لباس کی category؛ 'auto' خودکار طور پر اسے شناخت کرنے کی کوشش کی درخواست کرتا ہے۔

mode ڈیفالٹ balanced

رفتار–معیار کے توازن کا operating mode: 'balanced' درمیانی راستہ اختیار کرتا ہے، 'quality' سست processing کے ساتھ بہتر نتائج دیتا ہے، اور 'performance' ممکنہ معیار کی کمی کے ساتھ تیزی سے چلتا ہے۔

garment_photo_type ڈیفالٹ auto

اندرونی پیرامیٹر کی performance tuning کے لیے لباس کی تصویر کی category۔ Flat-lay shots اور ghost mannequin تصاویر کے لیے 'flat-lay'؛ ماڈل کے پہنے ہوئے لباس والی تصاویر کے لیے 'model' استعمال کریں۔ 'auto' میں سسٹم خود category شناخت کرنے کی کوشش کرتا ہے۔

moderation_level ڈیفالٹ permissive

لباس کی تصویر کی moderation policy۔ 'none' سے filters غیر فعال کرنے کے لیے اکاؤنٹ کی اجازت درکار ہے؛ اس کے بغیر یہ انتخاب 'permissive' کی طرح کام کرتا ہے۔ 'permissive' میں صرف explicit content روکا جاتا ہے، جبکہ 'conservative' underwear اور swimwear کو بھی خارج کرتا ہے۔

output_format ڈیفالٹ png

تصویر کے format کا انتخاب: زیادہ سے زیادہ معیار کے لیے 'png' اور تیز تخلیق کے لیے 'jpeg'۔

قابلِ تکرار تخلیق کے لیے seed: یہ randomness کو مقرر کرتا ہے تاکہ یکساں ان پٹ سے ایک ہی نتیجہ آ سکے، جبکہ بدلا ہوا seed مختلف نتیجہ پیدا کرتا ہے۔

POST /run/fashn/tryon/v1.5?wait=20 قیمت → ⁨$0.075⁩
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/fashn/tryon/v1.5?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model_image": "example",
    "garment_image": "example"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

یہ درخواست چلائیں

آپ کی key اسی براؤزر میں رہتی ہے: یہ صرف Doitong API کو بھیجی جاتی ہے اور صرف اس صورت میں localStorage میں محفوظ ہوتی ہے جب آپ Remember منتخب کریں۔ API کلید حاصل کریں

FASHN Virtual Try-On V1.5 کے بارے میں

`model_image` اور `garment_image` (URL یا base64) لیتا ہے اور شخص پر لباس رینڈر کرتا ہے۔ `category` میں tops، bottoms، one-pieces یا auto شامل ہیں، جبکہ `garment_photo_type` on-model یا flat-lay سنبھالتا ہے۔ `mode` رفتار اور معیار کے درمیان توازن بناتا ہے، اور `num_samples` 1 سے 4 تصاویر واپس کرتا ہے۔

پیرامیٹرز

نامقسم ڈیفالٹمجاز تفصیل
model_imageلازمی
قسمstring
URL یا base64 data کے طور پر فراہم کردہ ماڈل تصویر۔
garment_imageلازمی
قسمstring
URL یا base64 data کے طور پر فراہم کردہ لباس کی تصویر۔
categoryاختیاری
قسمenum
ڈیفالٹauto
topsbottomsone-piecesauto
Try-on لباس کی category؛ 'auto' خودکار طور پر اسے شناخت کرنے کی کوشش کی درخواست کرتا ہے۔
modeاختیاری
قسمenum
ڈیفالٹbalanced
performancebalancedquality
رفتار–معیار کے توازن کا operating mode: 'balanced' درمیانی راستہ اختیار کرتا ہے، 'quality' سست processing کے ساتھ بہتر نتائج دیتا ہے، اور 'performance' ممکنہ معیار کی کمی کے ساتھ تیزی سے چلتا ہے۔
garment_photo_typeاختیاری
قسمenum
ڈیفالٹauto
automodelflat-lay
اندرونی پیرامیٹر کی performance tuning کے لیے لباس کی تصویر کی category۔ Flat-lay shots اور ghost mannequin تصاویر کے لیے 'flat-lay'؛ ماڈل کے پہنے ہوئے لباس والی تصاویر کے لیے 'model' استعمال کریں۔ 'auto' میں سسٹم خود category شناخت کرنے کی کوشش کرتا ہے۔
moderation_levelاختیاری
قسمenum
ڈیفالٹpermissive
nonepermissiveconservative
لباس کی تصویر کی moderation policy۔ 'none' سے filters غیر فعال کرنے کے لیے اکاؤنٹ کی اجازت درکار ہے؛ اس کے بغیر یہ انتخاب 'permissive' کی طرح کام کرتا ہے۔ 'permissive' میں صرف explicit content روکا جاتا ہے، جبکہ 'conservative' underwear اور swimwear کو بھی خارج کرتا ہے۔
seedاختیاری
قسمinteger | null
قابلِ تکرار تخلیق کے لیے seed: یہ randomness کو مقرر کرتا ہے تاکہ یکساں ان پٹ سے ایک ہی نتیجہ آ سکے، جبکہ بدلا ہوا seed مختلف نتیجہ پیدا کرتا ہے۔
num_samplesاختیاری
قسمinteger
ڈیفالٹ1
1 – 4
ایک run میں تصاویر کی تعداد، جس سے randomness کے باوجود اچھا نتیجہ ملنے کا امکان بڑھانے کے لیے متعدد کوششیں ایک ساتھ کی جا سکتی ہیں۔
segmentation_freeاختیاری
قسمboolean
ڈیفالٹtrue
ماڈل کی تصویر کے لیے human parsing غیر فعال کریں۔
output_formatاختیاری
قسمenum
ڈیفالٹpng
pngjpeg
تصویر کے format کا انتخاب: زیادہ سے زیادہ معیار کے لیے 'png' اور تیز تخلیق کے لیے 'jpeg'۔
enable_safety_checkerاختیاری
قسمboolean
ڈیفالٹtrue
false سیٹ کر کے اسکریننگ نرم کی جا سکتی ہے، بشرطیکہ کال کرنے والا مجاز ہو۔
لازمی

آؤٹ پٹ

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "fashn/tryon/v1.5",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 75,
    "usd": "0.075",
    "charged": 75,
    "refunded": 0
  },
  "input": {
    "model_image": "example",
    "garment_image": "example"
  },
  "output": {
    "images": [
      {
        "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
        "content_type": "image/jpeg",
        "file_name": "0-output.jpeg",
        "file_size": 1843200
      }
    ]
  },
  "outputs": [
    {
      "type": "image",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "width": 1024,
      "height": 768,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
آپ کی فائلیں، آپ کا انتخابہر outputs[].url ہمارے اسٹوریج میں ایک کاپی ہے: ہمیشہ کے لیے محفوظ (فی GB-ماہ ادائیگی) یا مفت میں 7 دن تک، آپ کی اکاؤنٹ سیٹنگ یا ?storage= کے مطابق۔
ہر ماڈل میں ایک جیسی ساختtype، url، content_type، width، height اور duration، تصاویر، ویڈیو اور آڈیو سب کے لیے یکساں۔ output ماڈل کا اپنا نتیجہ آبجیکٹ ہے۔
آؤٹ پٹ کے فیلڈز
images
array of object {url, content_type, file_name, file_size}

مزید ماڈلز: تصویر میں ترمیم

AI ایجنٹس کے لیے: یہ صفحہ Markdown میں یہاں موجود ہے https://doitong.com/ur/developers/models/fashn/tryon/v1.5.md. تمام ماڈلز اور گائیڈز: https://doitong.com/developers/llms.txt