neuman代码运行笔记

没跑了一点点发现好像和需求不太符，立马放弃，也不知道到底跑通没有。还是记录一下。

github：ml-neuman

流程

conda env create -f environment.yml
#或者
conda create -n neuman_env python=3.7 -y;
conda activate neuman_env;
conda install pytorch==1.8.0 torchvision==0.9.0 cudatoolkit=10.2 -c pytorch;
# For RTX 30 series GPU with CUDA version 11.x, please use:
# conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.1 -c pytorch -c conda-forge
conda install -c fvcore -c iopath -c conda-forge fvcore iopath;
conda install -c bottler nvidiacub;
conda install pytorch3d -c pytorch3d;
conda install -c conda-forge igl;
pip install opencv-python joblib open3d imageio tensorboardX chumpy lpips scikit-image ipython matplotlib;

没看英文，两个都挨着运行了一次，也没啥影响。

 .
 └── data
     └── smplx
         ├── smpl
         │   └── SMPL_NEUTRAL.pkl
         └── smpl_uv.obj

在项目主目录新建以上文件夹，把东西放进去。

bash setup_data_and_models.sh

用bash怕出错，手动下载了两个文件夹，解压把dataset里面的内容放入data文件夹，把pretrained里面的内容放到主目录下新建的out文件夹中。注意是把里面的内容放进去。目录类似

 .
 └── out
     └── bike_human
     ├── citron
     ├── jogging_human
     ├── …………

python render_360.py --scene_dir ./data/bike --weights_path ./out/bike_human/checkpoint.pth.tar --mode canonical_360

总结

只做了这些，多的不知道了。只是bash那步需要小注意一点，还是记录一下。