新闻
- 2024/07/03：发布训练-评估代码。
- 2024/07/01：Multi-HMR 被 ECCV'24 接收。
- 2024/06/17：Multi-HMR 赢得 Robin Challenge @CVPR'24：3D 人体重建赛道。
- 2024/02/22：发布演示代码。
安装
首先，你需要克隆仓库。
我们建议使用虚拟环境来运行 MultiHMR。
请运行以下命令使用 venv 创建环境：
python3.9 -m venv .multihmr source .multihmr/bin/activate pip install -r requirements.txt
或者你也可以创建一个 conda 环境。
conda env create -f conda.yaml conda activate multihmr
安装已在 python3.9 和 CUDA 12.1 上测试通过。
首次运行演示代码时，检查点将自动下载到 $HOME/models/multiHMR。
除了这些文件外，你还需要下载 SMPLX 模型。
你需要中性模型来运行演示代码。
请访问相应网站并注册以获取下载区的访问权限。
下载模型并将 SMPLX_NEUTRAL.npz 放置在 ./models/smplx/ 中。
在图像上运行 Multi-HMR
以下命令将在指定的 --img_folder 中的所有图像上运行 Multi-HMR，并将重建的渲染结果保存在 --out_folder 中。
--model_name 标志指定要使用的模型。
--extra_views 标志额外渲染重建场景的侧视图和俯视图，--save_mesh 将网格保存为 '.npy' 文件。
python3.9 demo.py \ --img_folder example_data \ --out_folder demo_out \ --extra_views 1 \ --model_name multiHMR_896_L
预训练模型
我们提供多个预训练检查点。
以下是它们相关特性的列表 。
下载后，你需要将它们放置到 $HOME/models/multiHMR 中。
| 模型名称 | 训练数据 | 骨干网络 | 分辨率 | 运行时间 (ms) | PVE-3PDW-test | PVE-EHF | PVE-BEDLAM-val | 备注 |
|---|---|---|---|---|---|---|---|---|
| multiHMR_896_L | BEDLAM+AGORA+CUFFS+UBody | ViT-L | 896x896 | 126 | 89.9 | 42.2 | 56.7 | 初始检查点 |
| multiHMR_672_L | BEDLAM+AGORA+CUFFS+UBody | ViT-L | 672x672 | 74 | 94.1 | 37.0 | 58.6 | 更长时间训练 |
| multiHMR_672_B | BEDLAM+AGORA+CUFFS+UBody | ViT-B | 672x672 | 43 | 94.0 | 43.6 | 67.2 | 更长时间训练 |
| multiHMR_672_S | BEDLAM+AGORA+CUFFS+UBody | ViT-S | 672x672 | 29 | 102.4 | 49.3 | 78.9 | 更长时间训练 |
我们在 GPU V100-32GB 上计算运行时间。
训练 Multi-HMR
我们提供了使用单个 GPU 在 BEDLAM-training 上训练 Multi-HMR 并在 BEDLAM-validation、EHF 和 3DPW-test 上评估的代码。
激活环境
source .multihmr/bin/activate export PYTHONPATH=`pwd`
预处理BEDLAM数据集
首先，您需要下载BEDLAM数据集(6fps版本)并将文件放入data/BEDLAM目录中。
目录结构应如下所示:
data/BEDLAM | |---validation | |---20221018_1_250_batch01hand_zoom_suburb_b_6fps | |---png | |---seq_000000 | |---seq_000000_0000.png ... |---seq_000000_0235.png ... |---seq_000249 ... |---20221019_3-8_250_highbmihand_orbit_stadium_6fps |---training | |---20221010_3_1000_batch01hand_6fps ... |---20221024_3-10_100_batch01handhair_static_highSchoolGym_30fps |---all_npz_12_training | |---20221010_3_1000_batch01hand_6fps.npz ... |---20221024_3-10_100_batch01handhair_static_highSchoolGym_30fps.npz |---all_npz_12_validation | |---20221018_1_250_batch01hand_zoom_suburb_b_6fps.npz ... |---20221019_3-8_250_highbmihand_orbit_stadium_6fps.npz
我们需要为训练集和验证集构建注释文件。根据您的CPU性能，构建pkl文件可能需要20分钟左右。
python3.9 datasets/bedlam.py "create_annots(['validation', 'training'])"
您将得到两个文件data/bedlam_validation.pkl和data/bedlam_training.pkl。
检查注释
可视化特定图像的注释。
python3.9 datasets/bedlam.py "visualize(split='validation', i=1500)"
这将创建一个文件bedlam_validation_15000.jpg，您可以在左侧看到RGB图像，右侧看到叠加网格的RGB图像。
(可选) 创建jpg文件以加快数据加载
BEDLAM由PNG文件组成，根据您的基础设施，加载它们可能会有点慢。 以下命令将为每个png文件生成一个最大分辨率为1280的jpg文件。 由于BEDLAM有超过30万张图像，这可能需要一段时间。您可以在特定子目录上运行命令行来加速jpg文件的生成。您可以选择自己想要的目标大小。
# 可能会很慢 python3.9 datasets/bedlam.py "create_jpeg(root_dir='data/BEDLAM', target_size=1280) # 或者并行处理 python3.9 datasets/bedlam.py "create_jpeg(root_dir='data/BEDLAM/validation/20221019_3-8_250_highbmihand_orbit_stadium_6fps', target_size=1280) ... python3.9 datasets/bedlam.py "create_jpeg(root_dir='data/BEDLAM/training/20221010_3-10_500_batch01hand_zoom_suburb_d_6fps', target_size=1280)
检查数据加载时间
您可以通过运行上述命令来检查数据加载器的质量。它将使用BEDLAM的png版本。
python3.9 datasets/bedlam.py "dataloader(split='validation', batch_size=16, num_workers=4, extension='png', img_size=1280, n_iter=100)"
预处理其他验证集
我们还提供了在EHF和3DPW上评估的代码。 运行以下命令为EHF构建注释文件。
python3.9 datasets/ehf.py "create_annots()" python3.9 datasets/ehf.py "visualize(i=10)"
对于3DPW，请下载SMPL-male和SMPL-female模型，将它们放入models/smpl/SMPL_MALE.pkl和models/smpl/SMPL_FEMALE.pkl。另外，smplx2smpl.pkl对于从SMPLX转移到SMPL是必需的。
python3.9 datasets/threedpw.py "create_annots()" python3.9 datasets/threedpw.py "visualize(i=1011)"
在BEDLAM-train上训练
我们提供了在单个GPU上以336分辨率在BEDLAM-train上训练的命令。
# python命令 CUDA_VISIBLE_DEVICES=1 python3.9 train.py \ --backbone dinov2_vits14 \ --img_size 336 \ -j 4 \ --batch_size 32 \ -iter 10000 \ --max_iter 500000 \ --name multi-hmr_s_336
要减少数据加载时间，请使用--extension jpg --res 1280
评估BEDLAM-val / EHF-test / 3DPW-test
以下命令用于在验证集上评估预训练的检查点。
CUDA_VISIBLE_DEVICES=0 python3.9 train.py \ --eval_only 1 \ --backbone dinov2_vitl14 \ --img_size 896 \ --val_data EHF THREEDPW BEDLAM \ --val_split test test validation \ --val_subsample 1 20 25 \ --pretrained models/multiHMR/multiHMR_896_L.pt
检查日志或打开tensorboard以查看结果。
许可证
代码在CC BY-NC-SA 4.0许可下分发。 更多信息请参见Multi-HMR许可证、检查点许可证和示例数据许可证。
引用
如果您发现这段代码对您的研究有用，请考虑引用以下论文：
@inproceedings{multi-hmr2024, title={Multi-HMR: Multi-Person Whole-Body Human Mesh Recovery in a Single Shot}, author={Baradel*, Fabien and Armando, Matthieu and Galaaoui, Salma and Br{\'e}gier, Romain and Weinzaepfel, Philippe and Rogez, Gr{\'e}gory and Lucas*, Thomas }, booktitle={ECCV}, year={2024} }
编辑推荐精选
Vora
免费创建高清无水印Sora视频
Vora是一个免费创建高清无水印Sora视频的AI工具
Refly.AI
最适合小白的AI自动化工作流平台
无需编码，轻松生成可复 用、可变现的AI自动化工作流
酷表ChatExcel
大模型驱动的Excel数据处理工具
基于大模型交互的表格处理系统，允许用户通过对话方式完成数据整理和可视化分析。系统采用机器学习算法解析用户指令，自动执行排序、公式计算和数据透视等操作，支持多种文件格式导入导出。数据处理响应速度保持在0.8秒以内，支持超过100万行数据的即时分析。
TRAE编程
AI辅助编程，代码自动修复
Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。
AIWritePaper论文写作
AI论文写作指导平台
AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。
博思AIPPT
AI一键生成PPT，就用博思AIPPT！
博思AIPPT，新一代的AI生成PPT平台，支持 智能生成PPT、AI美化PPT、文本&链接生成PPT、导入Word/PDF/Markdown文档生成PPT等，内置海量精美PPT模板，涵盖商务、教育、科技等不同风格，同时针对每个页面提供多种版式，一键自适应切换，完美适配各种办公场景。
潮际好麦
AI赋能电商视觉革命，一站式智能商拍平台
潮际好麦深耕服装行业，是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌，以及国内10万+淘宝、天猫、京东等主流平台的品牌商家，为卖家节省将近85%的出图成本，提升约3倍出图效率，让品牌能够快速上架。
iTerms
企业专属的AI法律顾问
iTerms是法大大集团旗下法律子品牌，基于最先进 的大语言模型(LLM)、专业的法律知识库和强大的智能体架构，帮助企业扫清合规障碍，筑牢风控防线，成为您企业专属的AI法律顾问。
SimilarWeb流量提升
稳定高效的流量提升解决方案，助力品牌曝光
稳定高效的流量提升解决方案，助力品牌曝光
Sora2视频免费生成
最新版Sora2模型免费使用，一键生成无水印视频
最新版Sora2模型免费使用，一键生成无水印视频
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号