分類：動(dòng)作捕捉
github地址：https://github.com/open-mmlab/mmhuman3d
所需環(huán)境：
Windows10，CUDA11.6，conda 4.13.0，Visual Studio 2017；
Ubuntu18.04，conda22.9.0，CUDA11.4
注意：
“Linux中的OpenMMlab全家桶的安裝”是可以運(yùn)行的 全家桶版本可以參考這部分 不是版本越新越好 ；
“Windows10配置”僅講述配置方法 無(wú)法運(yùn)行 想要運(yùn)行請(qǐng)把版本和“Linux中的OpenMMlab全家桶的安裝”中的版本保持一致
Windows10配置
一.新建Pytorch基本環(huán)境
1.創(chuàng)建并激活環(huán)境
conda create -n open-mmlab python=3.8 -y
conda activate open-mmlab
2.安裝ffmpeg
conda install ffmpeg
3.安裝 PyTorch 全家桶
(CUDA與cudnn沒(méi)安裝的話可以采用之前的1安裝方式。Pytorch選擇以下指令在線安裝，這會(huì)自動(dòng)適配CUDA11.6，下載最新的Pytorch版本。新版本會(huì)改正很多bug，很好地兼容mmlab全家桶。在下面的安裝過(guò)程中mmlab全家桶也全下載最新版的，以免出現(xiàn)問(wèn)題后各種查issue，其實(shí)大部分issue都是版本問(wèn)題引起的。)
安裝適配CUDA11.6最新版本的Pytorch全家桶(注意：windows上只能下載cpu版本的,gpu版本的pytorch會(huì)存在CUDA依賴問(wèn)題導(dǎo)致無(wú)法編譯mmhuman3d和mmtrack)
#如果在Windows上安裝GPU版本Pytorch在編譯mmhuman3d和mmtrack時(shí)會(huì)報(bào)錯(cuò)如下：
d:\anaconda3\envs\test\lib\site-packages\torch\include\pybind11\cast.h(624): error: too few arguments for template template parameter “Tuple”
d:\anaconda3\envs\test\lib\site-packages\torch\include\pybind11\cast.h(717): error: too few arguments for template template parameter “Tuple”
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu116 -i https://pypi.tuna.tsinghua.edu.cn/simple
4.從源碼安裝 PyTorch3D
請(qǐng)參考這個(gè)2。其實(shí)直接使用pip安裝會(huì)更方便，源碼構(gòu)建比較麻煩。只是官網(wǎng)這么寫(xiě)的所以我就源碼構(gòu)建了。直接用pip安裝的PyTorch3D理論上應(yīng)該不會(huì)影響后續(xù)安裝，讀者可以一試。
4.1使用git下載PyTorch3D源碼包
conda install git
git config --global http.proxy http://127.0.0.1:7890# 簡(jiǎn)單粗暴直接給git命令開(kāi)代理，避免下載超時(shí)。端口號(hào)是clash的默認(rèn)端口
cd D:\WLm_Project\MotionCatch\Openmmlab\Pytorch3D
git clone https://github.com/facebookresearch/pytorch3d.git # 運(yùn)行此句前需要開(kāi)啟clash，運(yùn)行完畢后記得退出clash
4.2手動(dòng)下載CUB庫(kù)并解壓至本地
下載CUB1.10.0
設(shè)置環(huán)境變量-系統(tǒng)變量CUB_HOME，確定三連
4.3修改PyTorch3D的setup.py
修改Pytorch3D的setup.py 52行：extra_compile_args = {"cxx": ["-std=c++14"]} 為 extra_compile_args = {"cxx": []} 
刪除Pytorch3D的setup.py.78行：-std=c++14
4.4安裝Pytorch3D
cd D:\WLm_Project\MotionCatch\Openmmlab\Pytorch3D\pytorch3d
python setup.py install
需要編譯好一陣子！
說(shuō)明已經(jīng)安裝完畢了
4.5檢驗(yàn)是否安裝成功
注意：以下python代碼不要本地Pytorch3D路徑(Openmmlab\Pytorch3D\pytorch3d)中運(yùn)行3.以免發(fā)生ImportError: cannot import name '_C' from 'pytorch3d'錯(cuò)誤。
import pytorch3d
print(pytorch3d.__version__)
from pytorch3d.renderer import MeshRenderer
print(MeshRenderer)
from pytorch3d.structures import Meshes
print(Meshes)
from pytorch3d.renderer import cameras
print(cameras)
from pytorch3d.transforms import Transform3d
print(Transform3d)
import torch
device=torch.device('cuda')
from pytorch3d.utils import torus
Torus = torus(r=10, R=20, sides=100, rings=100, device=device)
print(Torus.verts_padded())
注意：gpu版本才會(huì)出現(xiàn)下圖，cpu版本因?yàn)闊o(wú)法使用CUDA會(huì)報(bào)錯(cuò)。
二.安裝mmlab全家桶
2.1-2.4都可以直接安裝，讀者可以嘗試官網(wǎng)教程。但是我是直接從源碼構(gòu)建的。
https://github.com/open-mmlab/mmhuman3d/blob/main/docs/install.md
2.1 mmcv
打開(kāi)Anaconda的Powershell Prompt4，配置open-mmlab環(huán)境的環(huán)境變量，輸入以下指令：
conda activate open-mmlab
$env:TORCH_CUDA_ARCH_LIST="7.5" # 顯卡算力 2080是7.5
$env:MMCV_WITH_OPS = 1 # mmcv默認(rèn)沒(méi)有cuda選項(xiàng)，手動(dòng)改成使用CUDA
$env:MAX_JOBS = 8 # 基于電腦內(nèi)核，我是12核，給定最大8線程
回到Anaconda的Powershell Prompt，安裝mmcv5：
cd D:\WLm_Project\MotionCatch\Openmmlab\mmcv
# git clone https://github.com/open-mmlab/mmcv.git -b v1.5.3
git clone https://github.com/open-mmlab/mmcv.git # 獲取當(dāng)前版本2.0.1
cd mmcv
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install -e . -i https://pypi.tuna.tsinghua.edu.cn/simple
2.2 mmdetection
cd D:\WLm_Project\MotionCatch\Openmmlab\mmdetection
# git clone https://github.com/open-mmlab/mmdetection.git -b v2.25.1
git clone https://github.com/open-mmlab/mmdetection.git# 安裝最新版本mmdet3.1.0
cd mmdetection
pip install -r requirements/build.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install -v -e . -i https://pypi.tuna.tsinghua.edu.cn/simple
2.3 mmpose
cd D:\WLm_Project\MotionCatch\Openmmlab\mmpose
# git clone https://github.com/open-mmlab/mmpose.git -b v0.28.1
git clone https://github.com/open-mmlab/mmpose.git# 安裝最新版本mmpose1.1.0
cd mmpose
git config --global --unset http.proxy # 取消之前的git代理設(shè)置，不然requirements下載不完全
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install -v -e . -i https://pypi.tuna.tsinghua.edu.cn/simple
2.4 mmtrack
cd D:\WLm_Project\MotionCatch\Openmmlab\mmtracking
# git clone https://github.com/open-mmlab/mmtracking.git -b v0.13.0
git clone https://github.com/open-mmlab/mmtracking.git# 安裝最新版本0.14.0
cd mmtracking
pip install -r requirements/build.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install -v -e . -i https://pypi.tuna.tsinghua.edu.cn/simple # or "python setup.py develop"
提示scipy版本沖突，但是mmtrack0.14.0安裝上了。沖突問(wèn)題可暫時(shí)不考慮，以后跑代碼時(shí)出現(xiàn)問(wèn)題再說(shuō)。
2.5安裝mmhuman3d
# ?。。。。。。。。。。。。?！此部分指令不要輸入進(jìn)conda 這是錯(cuò)的
cd D:\WLm_Project\MotionCatch\Openmmlab\mmhuman3d
git clone https://github.com/open-mmlab/mmhuman3d.git
cd mmhuman3d
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install -v -e . -i https://pypi.tuna.tsinghua.edu.cn/simple # or "python setup.py develop"
這會(huì)出現(xiàn)錯(cuò)誤：picklebufobject.obj : error LNK2005: PyPickleBuffer_GetBuffer 已經(jīng)在 python38.lib(python38.dll) 中定義 build\lib.win-amd64-cpython-38\pickle5\_pickle.cp38-win_amd64.pyd : fatal error LNK1169: 找到一個(gè)或多個(gè)多重定義的符號(hào) error: command 'C:\\Program Files (x86)\\Microsoft Visual Studio\\2017\\Community\\VC\\Tools\\MSVC\\14.16.27023\\bin\\HostX86\\x64\\link.exe' failed with exit code 1169
這個(gè)是沒(méi)法解決的，我在這里找到了這個(gè)issue6。意思是pickle5三年前就沒(méi)人維護(hù)了，建議刪除pickle5，因?yàn)闀?huì)阻止mmhuman3d在windows上的安裝(pickle5沒(méi)法編譯所以mmhuman3d安裝就會(huì)中斷)。
顯然作者團(tuán)隊(duì)也已經(jīng)注意到這個(gè)問(wèn)題7,并且畫(huà)餅會(huì)給出解決方案，然而過(guò)去了一年沒(méi)消息。
這個(gè)是找到的修改策略8，是別人的改進(jìn)方式，但是官方還沒(méi)有拉到自己倉(cāng)庫(kù)中。我直接克隆了這個(gè)倉(cāng)庫(kù)，嘗試后發(fā)現(xiàn)可以正常在windows中安裝mmhuman3d。相對(duì)于官方倉(cāng)庫(kù)而言，他改了以下四個(gè)文件(直接取消了對(duì)pickle5的調(diào)用)
安裝指令如下：
cd D:\WLm_Project\MotionCatch\Openmmlab\mmhuman3d
git clone https://github.com/Wei-Chen-hub/mmhuman3d.git# 安裝Wei-Chen-hub給出的mmhuman3d-0.11.0修改版本
cd mmhuman3d
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install -v -e . -i https://pypi.tuna.tsinghua.edu.cn/simple # or "python setup.py develop"
成功安裝mmhuman3d0.11.0
升級(jí)某個(gè)庫(kù)時(shí)，首先pip uninstall將其卸載。然后刪掉源碼文件夾從新git。重新執(zhí)行安裝requirments的依賴和setup的安裝指令。
三.Windows10 Conda list
# packages in environment at D:\Anaconda3\envs\open-mmlab:
#
# Name Version Build Channel
addict 2.4.0 pypi_0 pypi
albumentations 1.3.1 pypi_0 pypi
astropy 5.2.2 pypi_0 pypi
attributee 0.1.8 pypi_0 pypi
attrs 23.1.0 pypi_0 pypi
ca-certificates 2023.05.30 haa95532_0
cdflib 0.3.20 pypi_0 pypi
certifi 2023.7.22 pypi_0 pypi
charset-normalizer 3.2.0 pypi_0 pypi
chumpy 0.70 pypi_0 pypi
click 8.1.6 pypi_0 pypi
codecov 2.1.13 pypi_0 pypi
colorama 0.4.6 pypi_0 pypi
coloredlogs 15.0.1 pypi_0 pypi
colorlog 6.7.0 pypi_0 pypi
colormap 1.0.4 pypi_0 pypi
contourpy 1.1.0 pypi_0 pypi
coverage 7.2.7 pypi_0 pypi
cycler 0.11.0 pypi_0 pypi
cython 3.0.0 pypi_0 pypi
deprecated 1.2.14 pypi_0 pypi
dotty-dict 1.3.1 pypi_0 pypi
easydev 0.12.1 pypi_0 pypi
einops 0.6.1 pypi_0 pypi
exceptiongroup 1.1.2 pypi_0 pypi
ffmpeg 4.2.2 he774522_0
filelock 3.12.2 pypi_0 pypi
flake8 6.1.0 pypi_0 pypi
flatbuffers 23.5.26 pypi_0 pypi
fonttools 4.42.0 pypi_0 pypi
freetype-py 2.4.0 pypi_0 pypi
git 2.40.1 haa95532_1
h5py 3.9.0 pypi_0 pypi
humanfriendly 10.0 pypi_0 pypi
idna 3.4 pypi_0 pypi
imageio 2.31.1 pypi_0 pypi
importlib-metadata 6.8.0 pypi_0 pypi
importlib-resources 6.0.1 pypi_0 pypi
iniconfig 2.0.0 pypi_0 pypi
interrogate 1.5.0 pypi_0 pypi
isort 4.3.21 pypi_0 pypi
jinja2 3.1.2 pypi_0 pypi
joblib 1.3.1 pypi_0 pypi
json-tricks 3.17.2 pypi_0 pypi
kiwisolver 1.4.4 pypi_0 pypi
lap 0.4.0 pypi_0 pypi
lazy-loader 0.3 pypi_0 pypi
libffi 3.4.4 hd77b12b_0
llvmlite 0.36.0 pypi_0 pypi
lmdb 1.4.1 pypi_0 pypi
markdown-it-py 3.0.0 pypi_0 pypi
markupsafe 2.1.3 pypi_0 pypi
matplotlib 3.7.2 pypi_0 pypi
mccabe 0.7.0 pypi_0 pypi
mdurl 0.1.2 pypi_0 pypi
mmcls 0.25.0 pypi_0 pypi
mmcv 2.0.1 dev_0 <develop>
mmdet 3.1.0 dev_0 <develop>
mmengine 0.8.4 pypi_0 pypi
mmhuman3d 0.11.0 dev_0 <develop>
mmpose 1.1.0 dev_0 <develop>
mmtrack 0.14.0 dev_0 <develop>
motmetrics 1.4.0 pypi_0 pypi
mpmath 1.3.0 pypi_0 pypi
networkx 3.1 pypi_0 pypi
ninja 1.11.1 pypi_0 pypi
numba 0.53.0 pypi_0 pypi
numpy 1.22.4 pypi_0 pypi
onnx 1.7.0 pypi_0 pypi
onnxoptimizer 0.3.13 pypi_0 pypi
onnxruntime 1.15.1 pypi_0 pypi
opencv-python 4.8.0.74 pypi_0 pypi
openssl 3.0.10 h2bbff1b_0
packaging 23.1 pypi_0 pypi
pandas 1.3.5 pypi_0 pypi
parameterized 0.9.0 pypi_0 pypi
pexpect 4.8.0 pypi_0 pypi
pillow 10.0.0 pypi_0 pypi
pip 23.2.1 py38haa95532_0
platformdirs 3.10.0 pypi_0 pypi
pluggy 1.2.0 pypi_0 pypi
plyfile 1.0.1 pypi_0 pypi
portalocker 2.7.0 pypi_0 pypi
poseval 0.1.0 pypi_0 pypi
protobuf 3.19.6 pypi_0 pypi
psutil 5.9.5 pypi_0 pypi
ptyprocess 0.7.0 pypi_0 pypi
py 1.11.0 pypi_0 pypi
pycocotools 2.0.6 pypi_0 pypi
pycodestyle 2.11.0 pypi_0 pypi
pyerfa 2.0.0.3 pypi_0 pypi
pyflakes 3.1.0 pypi_0 pypi
pyglet 2.0.9 pypi_0 pypi
pygments 2.16.1 pypi_0 pypi
pyopengl 3.1.0 pypi_0 pypi
pyparsing 3.0.9 pypi_0 pypi
pyreadline3 3.4.1 pypi_0 pypi
pyrender 0.1.45 pypi_0 pypi
pytest 7.4.0 pypi_0 pypi
pytest-runner 6.0.0 pypi_0 pypi
python 3.8.17 h1aa4202_0
python-dateutil 2.8.2 pypi_0 pypi
pytorch3d 0.7.4 pypi_0 pypi
pyturbojpeg 1.7.2 pypi_0 pypi
pytz 2023.3 pypi_0 pypi
pywavelets 1.4.1 pypi_0 pypi
pywin32 306 pypi_0 pypi
pyyaml 6.0.1 pypi_0 pypi
qudida 0.0.4 pypi_0 pypi
regex 2023.6.3 pypi_0 pypi
requests 2.31.0 pypi_0 pypi
rich 13.5.2 pypi_0 pypi
rtree 1.0.1 pypi_0 pypi
scikit-image 0.21.0 pypi_0 pypi
scikit-learn 1.3.0 pypi_0 pypi
scipy 1.10.1 pypi_0 pypi
seaborn 0.12.2 pypi_0 pypi
setuptools 68.0.0 py38haa95532_0
shapely 2.0.1 pypi_0 pypi
six 1.16.0 pypi_0 pypi
smplx 0.1.28 pypi_0 pypi
sqlite 3.41.2 h2bbff1b_0
surrogate 0.1 pypi_0 pypi
sympy 1.12 pypi_0 pypi
tabulate 0.9.0 pypi_0 pypi
termcolor 2.3.0 pypi_0 pypi
terminaltables 3.1.10 pypi_0 pypi
threadpoolctl 3.2.0 pypi_0 pypi
tifffile 2023.7.10 pypi_0 pypi
toml 0.10.2 pypi_0 pypi
tomli 2.0.1 pypi_0 pypi
torch 2.0.1 pypi_0 pypi
torchaudio 2.0.2 pypi_0 pypi
torchvision 0.15.2 pypi_0 pypi
tqdm 4.65.2 pypi_0 pypi
trimesh 3.23.1 pypi_0 pypi
typing-extensions 4.7.1 pypi_0 pypi
tzdata 2023.3 pypi_0 pypi
urllib3 2.0.4 pypi_0 pypi
vc 14.2 h21ff451_1
vedo 2023.4.6 pypi_0 pypi
vs2015_runtime 14.27.29016 h5e58377_2
vtk 9.2.6 pypi_0 pypi
wheel 0.38.4 py38haa95532_0
wrapt 1.15.0 pypi_0 pypi
xdoctest 1.1.1 pypi_0 pypi
xmltodict 0.13.0 pypi_0 pypi
xtcocotools 1.13 pypi_0 pypi
yacs 0.1.8 pypi_0 pypi
yapf 0.40.1 pypi_0 pypi
zipp 3.16.2 pypi_0 pypi
# git config --global http.proxy http://127.0.0.1:7890
# git config --global --unset http.proxy
# 試圖在windows gpu pytorch上安裝MMhuman3d所做的一些嘗試：
# 卸載
pip uninstall torch torchvision torchaudio -y
# windows cpu pytorch(2.0.1) 無(wú)cudatoolkit：完美安裝
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu116 -i https://pypi.tuna.tsinghua.edu.cn/simple
# windows gpu pytorch(1.13.1) 無(wú)cudatoolkit：不可安裝
pip install torch-1.13.1+cu116-cp38-cp38-win_amd64.whl
pip install torch==1.13.1+cu116 torchvision==0.14.1+cu116 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu116
# windows gpu pytorch(2.0.0) cudatoolkit(11.8)：不可安裝
conda install cudatoolkit=11.8
cd D:\WLm_Project\MotionCatch\Openmmlab
pip install torch-2.0.0+cu117-cp38-cp38-win_amd64.whl -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install torch==2.0.0+cu117 torchvision==0.15.1+cu117 torchaudio==2.0.1 --index-url https://download.pytorch.org/whl/cu117
# windows gpu pytorch(1.10.1) cudatoolkit(11.3)：不可安裝
conda install cudatoolkit=11.3
pip install torch-1.10.1+cu111-cp38-cp38-win_amd64.whl
pip install torch==1.10.1+cu111 torchvision==0.11.2+cu111 torchaudio==0.10.1 -f https://download.pytorch.org/whl/cu111/torch_stable.html
# mmhuman3d安裝指令
cd D:\WLm_Project\MotionCatch\Openmmlab\mmhuman3d\mmhuman3d
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install -v -e . -i https://pypi.tuna.tsinghua.edu.cn/simple
Linux中的OpenMMlab全家桶的安裝
在linux下安裝OpenMMlab全家桶非常簡(jiǎn)單，也不會(huì)遇到什么大問(wèn)題。windows10中最令人頭疼的pickle5和編譯器問(wèn)題在Ubuntu18.04中并不是問(wèn)題。因?yàn)镺penMMlab就是針對(duì)linux開(kāi)發(fā)的。
同樣，從源碼構(gòu)建的方式，升級(jí)需要先pip uninstall卸載相應(yīng)的包，再刪除源碼文件夾重新后git并編譯。
# 創(chuàng)建環(huán)境
conda create -n OpenMMlab python=3.7 -y
conda activate OpenMMlab
#ffmpeg
conda install ffmpeg -y
#pytorch全家桶
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 -c pytorch -y
# pytorch3D
conda install -c fvcore -c iopath -c conda-forge fvcore iopath -y
conda install -c bottler nvidiacub -y
conda install pytorch3d -c pytorch3d
# mmcv
cd
mkdir OpenMMlab/mmcv
cd OpenMMlab/mmcv
git clone https://github.com/open-mmlab/mmcv.git -b v1.5.3
cd mmcv
pip install -r requirements.txt
MMCV_WITH_OPS=1 pip install -e .
# mmdetection
cd
mkdir OpenMMlab/mmdetection
cd OpenMMlab/mmdetection
git clone https://github.com/open-mmlab/mmdetection.git -b v2.25.1
cd mmdetection
pip install -r requirements/build.txt
pip install -v -e .
# mmpose
cd
mkdir OpenMMlab/mmpose
cd OpenMMlab/mmpose
git clone https://github.com/open-mmlab/mmpose.git -b v1.1.0
cd mmpose
pip install -r requirements.txt
pip install -v -e .
#mmtrack
cd
mkdir OpenMMlab/mmtrack
cd OpenMMlab/mmtrack
git clone https://github.com/open-mmlab/mmtracking.git -b v0.14.0
cd mmtracking
pip install -r requirements/build.txt
pip install -v -e .
# mmhuman3D
cd
mkdir OpenMMlab/mmhuman3D
cd OpenMMlab/mmhuman3D
git clone https://github.com/open-mmlab/mmhuman3d.git# 安裝最新版0.11.0
cd mmhuman3d
pip install -r requirements.txt
pip install -v -e .
以下是安裝完成后的截圖：
mmcv-full-1.5.3
mmdet-2.25.1
mmpose-1.1.0
mmtrack-0.14.0
mmhuman3D-0.11.0
一.Ubuntu18.04 Conda list
# packages in environment at /home/sqy/anaconda3/envs/OpenMMlab:
#
# Name Version Build Channel
_libgcc_mutex 0.1 main
_openmp_mutex 5.1 1_gnu
addict 2.4.0 pypi_0 pypi
astropy 4.3.1 pypi_0 pypi
attributee 0.1.5 pypi_0 pypi
attrs 23.1.0 pypi_0 pypi
blas 1.0 mkl
brotlipy 0.7.0 py37h27cfd23_1003
bzip2 1.0.8 h7b6447c_0
ca-certificates 2023.7.22 hbcca054_0 conda-forge
cdflib 0.3.20 pypi_0 pypi
certifi 2023.7.22 pyhd8ed1ab_0 conda-forge
cffi 1.15.1 py37h5eee18b_3
charset-normalizer 2.0.4 pyhd3eb1b0_0
chumpy 0.70 pypi_0 pypi
click 8.1.6 pypi_0 pypi
codecov 2.1.13 pypi_0 pypi
colorama 0.4.6 pyhd8ed1ab_0 conda-forge
coloredlogs 15.0.1 pypi_0 pypi
colorlog 6.7.0 pypi_0 pypi
colormap 1.0.4 pypi_0 pypi
coverage 7.2.7 pypi_0 pypi
cryptography 39.0.1 py37h9ce1e76_0
cudatoolkit 11.3.1 h2bc3f7f_2
cycler 0.11.0 pypi_0 pypi
cython 3.0.0 pypi_0 pypi
deprecated 1.2.14 pypi_0 pypi
dotty-dict 1.3.1 pypi_0 pypi
easydev 0.12.1 pypi_0 pypi
einops 0.6.1 pypi_0 pypi
exceptiongroup 1.1.2 pypi_0 pypi
ffmpeg 4.2.2 h20bf706_0
flake8 5.0.4 pypi_0 pypi
flatbuffers 23.5.26 pypi_0 pypi
fonttools 4.38.0 pypi_0 pypi
freetype 2.12.1 h4a9f257_0
fvcore 0.1.5.post20210915 py37 fvcore
giflib 5.2.1 h5eee18b_3
gmp 6.2.1 h295c915_3
gnutls 3.6.15 he1e5248_0
h5py 3.8.0 pypi_0 pypi
humanfriendly 10.0 pypi_0 pypi
idna 3.4 py37h06a4308_0
imageio 2.31.1 pypi_0 pypi
importlib-metadata 4.2.0 pypi_0 pypi
iniconfig 2.0.0 pypi_0 pypi
intel-openmp 2021.4.0 h06a4308_3561
interrogate 1.5.0 pypi_0 pypi
iopath 0.1.9 py37 iopath
isort 4.3.21 pypi_0 pypi
jpeg 9e h5eee18b_1
json-tricks 3.17.2 pypi_0 pypi
kiwisolver 1.4.4 pypi_0 pypi
lame 3.100 h7b6447c_0
lap 0.4.0 pypi_0 pypi
lcms2 2.12 h3be6417_0
ld_impl_linux-64 2.38 h1181459_1
lerc 3.0 h295c915_0
libdeflate 1.17 h5eee18b_0
libffi 3.4.4 h6a678d5_0
libgcc-ng 11.2.0 h1234567_1
libgomp 11.2.0 h1234567_1
libidn2 2.3.4 h5eee18b_0
libopus 1.3.1 h7b6447c_0
libpng 1.6.39 h5eee18b_0
libstdcxx-ng 11.2.0 h1234567_1
libtasn1 4.19.0 h5eee18b_0
libtiff 4.5.0 h6a678d5_2
libunistring 0.9.10 h27cfd23_0
libvpx 1.7.0 h439df22_0
libwebp 1.2.4 h11a3e52_1
libwebp-base 1.2.4 h5eee18b_1
lmdb 1.4.1 pypi_0 pypi
lz4-c 1.9.4 h6a678d5_0
markdown-it-py 2.2.0 pypi_0 pypi
matplotlib 3.5.3 pypi_0 pypi
mccabe 0.7.0 pypi_0 pypi
mdurl 0.1.2 pypi_0 pypi
mkl 2021.4.0 h06a4308_640
mkl-service 2.4.0 py37h7f8727e_0
mkl_fft 1.3.1 py37hd3c417c_0
mkl_random 1.2.2 py37h51133e4_0
mmcls 0.25.0 pypi_0 pypi
mmcv-full 1.5.3 dev_0 <develop>
mmdet 2.25.1 dev_0 <develop>
mmengine 0.8.4 pypi_0 pypi
mmhuman3d 0.11.0 dev_0 <develop>
mmpose 1.1.0 dev_0 <develop>
mmtrack 0.14.0 pypi_0 pypi
motmetrics 1.4.0 pypi_0 pypi
mpmath 1.3.0 pypi_0 pypi
munkres 1.1.4 pypi_0 pypi
ncurses 6.4 h6a678d5_0
nettle 3.7.3 hbbd107a_1
networkx 2.6.3 pypi_0 pypi
ninja 1.11.1 pypi_0 pypi
numpy 1.21.6 pypi_0 pypi
nvidiacub 1.10.0 0 bottler
onnx 1.7.0 pypi_0 pypi
onnxoptimizer 0.3.13 pypi_0 pypi
onnxruntime 1.14.1 pypi_0 pypi
opencv-python 4.8.0.76 pypi_0 pypi
openh264 2.1.1 h4ff587b_0
openssl 1.1.1v h7f8727e_0
packaging 23.1 pypi_0 pypi
pandas 1.3.5 pypi_0 pypi
parameterized 0.9.0 pypi_0 pypi
pexpect 4.8.0 pypi_0 pypi
pickle5 0.0.12 pypi_0 pypi
pillow 9.4.0 py37h6a678d5_0
pip 22.3.1 py37h06a4308_0
platformdirs 3.10.0 pypi_0 pypi
pluggy 1.2.0 pypi_0 pypi
plyfile 0.9 pypi_0 pypi
portalocker 1.4.0 py_0 conda-forge
protobuf 3.19.6 pypi_0 pypi
psutil 5.9.5 pypi_0 pypi
ptyprocess 0.7.0 pypi_0 pypi
py 1.11.0 pypi_0 pypi
pycocotools 2.0.6 pypi_0 pypi
pycodestyle 2.9.1 pypi_0 pypi
pycparser 2.21 pyhd3eb1b0_0
pyerfa 2.0.0.3 pypi_0 pypi
pyflakes 2.5.0 pypi_0 pypi
pygments 2.16.1 pypi_0 pypi
pyopenssl 23.0.0 py37h06a4308_0
pyparsing 3.1.1 pypi_0 pypi
pysocks 1.7.1 py37_1
pytest 7.4.0 pypi_0 pypi
pytest-runner 6.0.0 pypi_0 pypi
python 3.7.16 h7a1cb2a_0
python-dateutil 2.8.2 pypi_0 pypi
python_abi 3.7 2_cp37m conda-forge
pytorch 1.12.1 py3.7_cuda11.3_cudnn8.3.2_0 pytorch
pytorch-mutex 1.0 cuda pytorch
pytorch3d 0.7.1 py37_cu113_pyt1121 pytorch3d
pyturbojpeg 1.7.2 pypi_0 pypi
pytz 2023.3 pypi_0 pypi
pywavelets 1.3.0 pypi_0 pypi
pyyaml 6.0 py37h540881e_4 conda-forge
readline 8.2 h5eee18b_0
requests 2.28.1 py37h06a4308_0
rich 13.5.2 pypi_0 pypi
rtree 1.0.1 pypi_0 pypi
scikit-image 0.19.3 pypi_0 pypi
scipy 1.7.3 pypi_0 pypi
seaborn 0.12.2 pypi_0 pypi
setuptools 65.6.3 py37h06a4308_0
shapely 2.0.1 pypi_0 pypi
six 1.16.0 pyhd3eb1b0_1
smplx 0.1.28 pypi_0 pypi
sqlite 3.41.2 h5eee18b_0
surrogate 0.1 pypi_0 pypi
sympy 1.10.1 pypi_0 pypi
tabulate 0.9.0 pyhd8ed1ab_1 conda-forge
termcolor 2.3.0 pyhd8ed1ab_0 conda-forge
terminaltables 3.1.10 pypi_0 pypi
tifffile 2021.11.2 pypi_0 pypi
tk 8.6.12 h1ccaba5_0
toml 0.10.2 pypi_0 pypi
tomli 2.0.1 pypi_0 pypi
torchaudio 0.12.1 py37_cu113 pytorch
torchvision 0.13.1 py37_cu113 pytorch
tqdm 4.66.1 pyhd8ed1ab_0 conda-forge
trimesh 3.23.1 pypi_0 pypi
typing-extensions 4.7.1 pypi_0 pypi
urllib3 1.26.14 py37h06a4308_0
vedo 2023.4.6 pypi_0 pypi
vtk 9.2.6 pypi_0 pypi
wheel 0.38.4 py37h06a4308_0
wrapt 1.15.0 pypi_0 pypi
x264 1!157.20191217 h7b6447c_0
xdoctest 1.1.1 pypi_0 pypi
xmltodict 0.13.0 pypi_0 pypi
xtcocotools 1.13 pypi_0 pypi
xz 5.4.2 h5eee18b_0
yacs 0.1.8 pyhd8ed1ab_0 conda-forge
yaml 0.2.5 h7f98852_2 conda-forge
yapf 0.33.0 pypi_0 pypi
zipp 3.15.0 pypi_0 pypi
zlib 1.2.13 h5eee18b_0
zstd 1.5.5 hc292b87_0
mmhuman3d如何使用(以linux環(huán)境為例)
嫌麻煩可以直接下載我打包好的data文件夾，直接解壓放到mmhuman3d下即可：Google盤(pán)
一.下載smpl相關(guān)文件
在mmhuman3D/mmhuman3d下創(chuàng)建data文件夾
下載以下文件
J_regressor_extra.npy
J_regressor_h36m.npy
smpl_mean_params.npz
SMPL_MALE.pkl9
SMPL_FEMALE.pkl9
SMPL_NEUTRAL.pkl10
下載完成后，需要構(gòu)造目錄格式如下：
二.下載預(yù)訓(xùn)練模型
官方模型庫(kù)下載地址
下載每個(gè)算法介紹最下方的模型即可(以HMR算法的resnet50_hmr_pw3d.pth為例)，所有模型都放到data/checkpoints目錄下：
三.推理
因?yàn)樵趐c上部署的環(huán)境，導(dǎo)致沒(méi)有足夠大的硬盤(pán)空間存儲(chǔ)數(shù)據(jù)集。所以只包括推理過(guò)程的使用方法，沒(méi)有涉及訓(xùn)練及驗(yàn)證過(guò)程。訓(xùn)練需要下載npz文件作為數(shù)據(jù)集，可以參考這個(gè)：數(shù)據(jù)預(yù)處理。
# 單人離線 : 可執(zhí)行
python demo/estimate_smpl.py \
configs/hmr/resnet50_hmr_pw3d.py \
data/checkpoints/resnet50_hmr_pw3d-04f40f58_20211201.pth \
--single_person_demo \
--det_config demo/mmdetection_cfg/faster_rcnn_r50_fpn_coco.py \
--det_checkpoint https://download.openmmlab.com/mmdetection/v2.0/faster_rcnn/faster_rcnn_r50_fpn_1x_coco/faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth \
--input_path demo/resources/single_person_demo.mp4 \
--show_path vis_results/single_person_demo.mp4 \
--output demo_result \
--smooth_type savgol \
--speed_up_type deciwatch \
--draw_bbox
# 多人離線：可執(zhí)行
python demo/estimate_smpl.py \
configs/hmr/resnet50_hmr_pw3d.py \
data/checkpoints/resnet50_hmr_pw3d-04f40f58_20211201.pth \
--multi_person_demo \
--tracking_config demo/mmtracking_cfg/deepsort_faster-rcnn_fpn_4e_mot17-private-half.py \
--input_path demo/resources/multi_person_demo.mp4 \
--show_path vis_results/multi_person_demo.mp4 \
--smooth_type savgol \
--speed_up_type deciwatch \
--draw_bbox
# 在線：可執(zhí)行
python demo/webcam_demo.py
文章來(lái)源：http://www.zghlxwxcb.cn/news/detail-774924.html
參考鏈接
1.win10中CUDA cundnn pytorch環(huán)境搭建記錄
2.在windows中安裝Pytorch3D
3.ImportError: cannot import name ‘_C’ from ‘pytorch3d’
4.Windows10下面安裝MMCV全過(guò)程圖文詳解
5.【OpenMMLab全家桶】Win10編譯配置教程
6.呼吁移除pickle5
7.pickle5有何作用
8.其他作者fork的代碼，但是mmhuman3d團(tuán)隊(duì)暫時(shí)沒(méi)有歸并到自己repo中
9.SMPL_FEMALE.pkl 和SMPL_MALE.pkl下載(需改名)
10.SMPL_NEUTRAL.pkl下載(直接下載)文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-774924.html
到了這里，關(guān)于論文復(fù)現(xiàn)--關(guān)于單視角動(dòng)作捕捉工具箱--MMHuman3d的研究(基于Windows10和Linux18.04中配置)的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
