mmMesh 使用手册

mmMesh 使用手册

mmMesh 项目地址: https://gitcode.com/gh_mirrors/mm/mmMesh

1. 目录结构及介绍

mmMesh 是一个基于毫米波技术的实时三维人体网格构建系统。此项目的核心在于利用商业便携式毫米波雷达（如TI AWR1843BOOST）捕捉并构造出动态的人体3D模型。以下是该项目在GitHub上的基本目录结构及其内容概览：

.
├── 0_preliminary          # 初步设置模块，包括提取SMPL模型的脚本。
│   └── extract_SMPL_model.py
├── 1_mmWave_data_capture  # 实时毫米波数据捕获代码。
│   ├── capture.py
│   ├── streaming.py
│   └── DataCaptureDemo_1843new.lua
├── 2_point_cloud_generation # 从二进制文件生成点云的代码。
│   ├── configuration.py
│   └── pc_generation.py
├── 3_deep_model           # 深度学习模型实现，用于人体网格估计。
│   ├── data.py
│   ├── infer_model.py
│   ├── network.py
│   ├── smpl_utils_extend.py
│   └── train_model.py
├── HISTORY.md             # 项目历史版本记录。
├── LICENSE                # 许可证文件。
├── README.md              # 项目简介和使用说明。
└── .gitignore            # Git忽略文件列表。

• 0_preliminary: 提供了一个Python脚本用于处理SMPL模型文件，你需要先下载SMPL模型，并通过extract_SMPL_model.py脚本准备训练所需的模型文件。
• 1_mmWave_data_capture: 包含了启动毫米波雷达数据采集的代码，主要文件是capture.py用于数据收集，配合Lua脚本在Windows端使用。
• 2_point_cloud_generation: 转换毫米波雷达数据成点云，关键脚本是pc_generation.py。
• 3_deep_model: 深度模型的实现部分，其中train_model.py用于训练模型，infer_model.py用于推理。
• README.md和LICENSE: 分别包含了快速入门指南和软件许可信息。

2. 项目的启动文件介绍

数据捕获启动

• 主文件: 1_mmWave_data_capture/capture.py
• 用法: 使用前需先通过毫米波雷达配套的mmWave Studio软件加载DataCaptureDemo_1843new.lua以开始数据流传输。随后，在Ubuntu环境下运行此脚本进行数据捕获。例如，要捕获5分钟的数据，命令为:

  python capture.py 5
  

点云生成

• 主文件: 2_point_cloud_generation/pc_generation.py
• 用法: 将二进制雷达数据转换为点云。例如，处理名为test.bin的文件中的10帧数据，命令为:

  python pc_generation.py test.bin 10
  

模型训练与预测

• 训练: 3_deep_model/train_model.py
• 预测: 3_deep_model/infer_model.py
• 用法: 在进行模型训练或预测之前，确保已将从初步步骤中生成的smpl_f.pkl 和 smpl_m.pkl 移至当前工作目录。执行训练：

  python train_model.py
  

  执行预测：

  python infer_model.py
  

3. 项目的配置文件介绍

mmMesh项目中的配置主要体现在运行各个阶段所涉及的参数设定上，而非传统的单一配置文件形式。具体配置分布在不同的脚本内部，例如：

• 数据捕获: 可能需要调整Lua脚本(DataCaptureDemo_1843new.lua)来设置雷达的工作模式。
• 点云生成: 2_point_cloud_generation/configuration.py 或是在调用pc_generation.py时通过参数指定相关设置。
• 深度模型: 配置主要在训练和数据处理脚本中硬编码，比如网络超参数、数据路径等，可根据需求修改脚本内的对应变量。

请注意，虽然没有明确的外部配置文件，但在实际操作中，开发者需根据不同的环境和实验要求，在相应的代码文件内进行适当的配置调整。

mmMesh 项目地址: https://gitcode.com/gh_mirrors/mm/mmMesh