DrapeNet: 衣物生成与自我监督铺叠系统安装与使用教程

DrapeNet: 衣物生成与自我监督铺叠系统安装与使用教程

DrapeNetCode for "DrapeNet: Garment Generation and Self-Supervised Draping", CVPR2023项目地址:https://gitcode.com/gh_mirrors/dr/DrapeNet

项目概述

DrapeNet 是一个用于快速在任意人体模型上生成并铺叠衣物的深度学习框架。该系统通过自我监督学习方法训练，能够处理多种不同类型的衣物，突破了以往每个服装类型需要单独训练网络的限制。本框架利用生成网络的潜在代码来预测3D变形场，实现对未见过衣物的生成和铺叠。

项目目录结构及介绍

以下是对 DrapeNet 项目主要目录结构的概览及其简要说明：

• encoding-decoding: 包含编码器解码器相关的代码，用于预处理、训练以及导出衣物的潜在表示和最终网格。

  • preprocess_udf.py: 预处理原始衣物网格数据。
  • train_encdec.py: 训练编码器解码器模型。
  • export_codes.py: 导出训练得到的衣物潜在代码。
  • export_meshes.py: 将潜在代码转换成网格形状。

• editing: 提供编辑功能的脚本，允许用户对衣物形状进行修改。

  • create_dset.py: 创建编辑数据集的脚本。
  • compute_weights.py: 计算权重以辅助编辑过程。
  • edit.py: 实现衣物的具体编辑操作。

• dressing: 负责衣物铺叠的核心代码部分。

  • drape.py: 主要的衣物铺叠脚本。

• docs: 可能包含项目文档或说明文件（实际GitHub仓库中未直接展示）。

• scripts: 含有辅助脚本，如环境搭建、下载必要的模型等。

  • download_smpl.sh: 下载SMPL人体模型的脚本。

• LICENSE: 许可证文件，表明项目遵循GPL-3.0许可协议。

• README.md: 项目简介和基本使用指引。

项目的启动文件介绍

Docker容器运行

为了确保环境一致性，推荐在Docker容器内运行DrapeNet。执行以下命令来启动一个适合运行DrapeNet的Docker环境：

docker run -it --rm --gpus all --shm-size=8gb --name drapenet liren2515/drapenet

这将创建一个名为drapenet的Docker容器，并自动配置所需资源。

主要脚本使用

1. 衣物生成与铺叠:

   • 进入相关目录：cd dressing，然后运行python3 drape.py开始衣物铺叠过程。

2. 衣物编辑:

   • 使用cd editing，根据需要执行create_dset.py, compute_weights.py, 和 edit.py来编辑衣物设计。

3. 编码器-解码器训练与应用:

   • 在encdec目录下，先进行预处理(python3 preprocess_udf.py)，接着进行训练(python3 train_encdec.py)，最后导出模型和网格(python3 export_codes.py, python3 export_meshes.py)。

项目的配置文件介绍

配置文件通常位于特定脚本使用的路径下或作为参数传递给脚本。例如，在训练编码器-解码器时，可能需要指定一个配置文件路径，这可以在train_encdec.py调用时添加。具体的配置文件细节（如网络架构设置、学习率、批次大小等）需查看项目中的示例配置文件或脚本内的默认设置。由于GitHub仓库中没有提供详细的配置文件样例，具体配置项需参照源代码注释或实验指南进行定制。

请注意，实际操作前请详细阅读项目中的README.md文件，获取最新的指导信息和可能更新的步骤。

DrapeNetCode for "DrapeNet: Garment Generation and Self-Supervised Draping", CVPR2023项目地址:https://gitcode.com/gh_mirrors/dr/DrapeNet