IMavatar 项目使用教程

IMavatar 项目使用教程

IMavatar Official repository for CVPR 2022 paper: I M Avatar: Implicit Morphable Head Avatars from Videos 项目地址: https://gitcode.com/gh_mirrors/im/IMavatar

1. 项目目录结构及介绍

IMavatar 项目的目录结构如下：

IMavatar/
├── assets/
├── code/
│   ├── flame/
│   ├── libmise/
│   └── scripts/
├── preprocess/
├── .gitmodules
├── LICENSE
├── README.md
├── download_data.bash
└── environment.yml

目录介绍

• assets/: 存放项目相关的资源文件，如图片、模型等。
• code/: 核心代码目录，包含以下子目录：
  • flame/: 存放 FLAME 模型的相关文件。
  • libmise/: 用于提取 3D 网格的库。
  • scripts/: 存放项目的脚本文件，如训练和评估脚本。
• preprocess/: 存放数据预处理的脚本和说明文件。
• .gitmodules: Git 子模块配置文件。
• LICENSE: 项目许可证文件。
• README.md: 项目说明文件。
• download_data.bash: 下载预处理数据的脚本。
• environment.yml: Conda 环境配置文件。

2. 项目启动文件介绍

项目的启动文件主要位于 code/scripts/ 目录下，其中最重要的启动文件是 exp_runner.py。

exp_runner.py

该文件用于启动训练和评估任务。可以通过命令行参数配置不同的实验设置。

使用示例

• 训练:

  python scripts/exp_runner.py --conf /confs/IMavatar_supervised.conf [--wandb_workspace IMavatar] [--is_continue]
  

• 评估:

  python scripts/exp_runner.py --conf /confs/IMavatar_supervised.conf --is_eval [--checkpoint 60] [--load_path <path>]
  

3. 项目的配置文件介绍

项目的配置文件主要位于 confs/ 目录下，其中最重要的配置文件是 IMavatar_supervised.conf。

IMavatar_supervised.conf

该配置文件定义了训练和评估任务的各种参数，包括数据路径、模型参数、优化器设置等。

配置文件示例

[data]
dataset_path = /data/datasets
output_path = /data/experiments

[model]
flame_model_path = /code/flame/FLAME2020/generic_model.pkl

[training]
batch_size = 8
learning_rate = 0.001
num_epochs = 100

[evaluation]
checkpoint = 60
load_path = /data/experiments/checkpoint_60

其他配置文件

• environment.yml: 定义了项目所需的 Conda 环境配置。
• download_data.bash: 定义了下载预处理数据的脚本。

通过以上配置文件和启动文件，可以方便地进行项目的训练和评估任务。

IMavatar Official repository for CVPR 2022 paper: I M Avatar: Implicit Morphable Head Avatars from Videos 项目地址: https://gitcode.com/gh_mirrors/im/IMavatar