1. EasyMocap
2. Neural_body
3. Animatable_nerf

• .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

1. 先用设置data路径

data=/home/zhaozisong/EasyMocap/data/new/

2. 推荐用Mediapipe:

#Run the detection of full body:
python3 apps/preprocess/extract_keypoints.py ${data} --mode mp-holistic

1. 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

2. 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。

1. 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

1. 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

1. 用脚本a和脚本b分别来获取和lbs相关的.npy文件

   问题：

   • 也是因为params和vertices的问题处理不了
   • 需要的维度为 23x3x3
   • 输入的为 24x3x1