end to end recovery of human shape and pose [hmr2.0 论文复现踩坑]

论文链接：
end to end recovery of human shape and pose
论文源代码解读：
hmr 源代码解读

我用的是九天 毕昇这个云服务器跑的实验，复现的是2.0版本的，因为老版本的Python还是2.X的。
下载的是tensorflow-gpu版本。
论文github源代码为：

hmr2.0

装好了环境和依赖之后，开始运行demo.py文件，紧接着就遇到很多问题：

1. ValueError:Memory growth cannot difer betweeen GPU devices.

解决办法：
在运行文件中指定所用的GPU,在运行程序中添加：

import os
os.environ['CUDA_VISIBL_DEVICRS'] = '0'

2.ValueError:Dimension 1 in both shapes must be equal.but are 112 and 115.Shapes are [1,112,112,64] and [1,115,115,64]

解决办法：
这个错误我找了网上很多博客参考，但最终都没有解决问题。最后看到
于是我把tensorflow版本升级到2.4.0，然后就不会报那个错误了。

3.raise RuntimeError(‘restore didi not succeed,pleas check if you set config.LOG_DIR correctly’)

这个错误也解决了好久，最后一步一步调试代码，最终解决：
在model.py文件中修改LOG_DIR的位置。如下代码：

# setup checkpoint
self.checkpoint_prefix = os.path.join(self.config.LOG_DIR,'base_model',"ckpt")

这个时候要记得把下载的预训练模型放到logs文件夹中，如图所示：

3.pyglet.canvas.xlib.NoSuchDisplayException:Cannot connect to “None”

这个错误的原因好像是因为这篇论文的代码要用到渲染，但是云服务器没有渲染软件，所以不能进行显示。然后网上有评论说可以使用xvfb库虚拟一个界面，但是直接使用xvfb跑代码也不能出结果，反而一直停留在那里，之后我结合其他相关论文的代码，发现他们的代码都是有带渲染器，所以我下载了blender渲染器。
再使用下面的命令跑：

xvfb-run -a python demo.py --image=coco1.png --model=base_model --setting=paired\(joints\) --joint_type=cocoplus --init_toes=false
Saving logs to /root/hmr2.0-master/logs/paired(joints)/base_model

你可以自己在可视化那个python代码中把图片保留下来，我最终得到的图是：
但是会发现和作者提供的图不一样，就是第三张子图的背景是黑色的，本文应该是输入图片作为背景。这个我不知道在哪里改，等后面完全把代码看懂再改吧。