Sewformer

这是从单张图像重建服装缝纫图案的官方实现。

刘丽娟^*, 徐相宇^*, 林志杰^*, 梁家冰^*, 严水承<sup>†,
ACM图形学会刊 (SIGGRAPH Asia 2023)

项目主页 | 论文

<img src="https://yellow-cdn.veclightyear.com/ab5030c0/4d37a99d-0221-4732-94e8-f2a01cc29fa7.jpg">

---

安装和配置

• 将此仓库克隆到path_to_dev并进入cd path_to_dev/Sewformer，下载预训练的检查点并将其放入assets/ckpts。
• 可以通过conda env create -f environment.yaml初始化环境。然后可以激活环境conda activate garment。

训练

• 下载我们提供的数据集并将其放入path_to_sewfactory，更新system.json中的本地路径以确保数据集设置正确。

• 使用以下命令训练模型： torchrun --standalone --nnodes=1 --nproc_per_node=1 train.py -c configs/train.yaml

  输出将位于system.json中的output目录。

测试

1. 使用预训练模型推断缝纫图案：

• 在sewfactory数据集上评估：torchrun --standalone --nnodes=1 --nproc_per_node=1 train.py -c configs/train.yaml -t

• 在真实图像上进行推断（例如来自deepfashion）： python inference.py -c configs/test.yaml -d assets/data/deepfashion -t deepfashion -o outputs/deepfashion

2. 模拟预测结果（Windows）： 进入cd path_to_dev/SewFactory并运行path_to_maya\bin\mayapy.exe .\data_generator\deepfashion_sim.py以模拟预测的缝纫图案。（请使用RSC-Net准备SMPL预测结果，并更新deepfashion_sim.py中指定的预测数据根目录。）

   有关SewFactory数据集和模拟的更多详细信息，请参见此处。

引用

如果您发现代码/模型对您的研究有帮助，请引用以下论文：

 @article{liu2023sewformer,
    author      = {Liu, Lijuan and Xu, Xiangyu and Lin, Zhijie and Liang, Jiabin and Yan, Shuicheng},
    title       = {Towards Garment Sewing Pattern Reconstruction from a Single Image},
    journal     = {ACM Transactions on Graphics (SIGGRAPH Asia)},
    year        = {2023}
  }