- .26 服务器运行EasyMocap(/home/zhaozisong/EasyMocap/)时:
conda activate fenerf #确保进入fenerf环境运行
export PYOPENGL_PLATFORM=osmesa
- 运行Animatable_nerf时:
conda activate animatable_nerf
EasyMocap预估图片关键点信息教程参考网址
- 先用设置data路径
data=/home/zhaozisong/EasyMocap/data/new/
- 推荐用Mediapipe:
#Run the detection of full body:
python3 apps/preprocess/extract_keypoints.py ${data} --mode mp-holistic
- 提取extri和intri配置文件&&预估单目视频的SMPL参数
#单目视频
#提取extri和intri配置文件不需要跑完程序 只需要获取到extri和intri配置文件就可停止
#预估单目视频的SMPL参数需要跑完整个程序
python3 apps/demo/mocap.py ${data} --work internet
- 预估多目视频的SMPL参数
#多目视频 ranges:0-图片的最大值
python3 apps/demo/mocap.py ${data} --work lightstage-dense-smpl --subs_vis 01 --ranges 0 800 1
得到output-smpl-3d\
文件夹下的全部文件。
-
用脚本处理得到的
output-smpl-3d/smpl
文件夹下的.json文件,获取params和vertices#generate params and vertices python easymocap_to_neuralbody.py --input_dir {data_dir} --type vertices
问题:
- 目前存在的问题是 脚本得到的params和vertices维度和最终需要的对应不上。
- 肉眼对比与numpy.shape和可运行的数据集完全一致
- params需要修改脚本的代码自己保存
怀疑是代码脚本代码的问题
- 用脚本获取
annots.npy
#generate annots.npy python easymocap_to_neuralbody.py --input_dir {data_dir} --type annots
# render mask
python3 apps/postprocess/render.py ${data} --exp output-smpl-3d --mode instance-d0.05 --ranges 0 1400 1