python项目body-visualizer==1.1.0、configer==1.4.1和psbody-mesh==0.4爆红问题

VIP文章 已于 2024-02-28 10:47:45 修改
阅读量948 收藏 18
点赞数 19
文章标签： python bash 计算机视觉
于 2024-02-28 10:47:19 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_46051851/article/details/136324199
版权

问题介绍

        最近在跑动作生成项目的时候用到了HumanML3D相关的数据集，其中需要将HumanML3D跑出来的结果另外项目的训练集使用。在跑HumanML3D的过程中发现body-visualizer、configer和psbody-mesh库均不可以直接下载，同时在python的官方库中也没有找到相应版本的whl包以及源码包。

解决方法

方法一：执行三个pip命令即可解决，如果在安装第三个的时候用时过长，可能存在连接超时的情况，可以多尝试几次。如果一直无法正常安装，那就是被墙了，采用方法三，单独安装psbody-mesh。


                

        

        

    




        

            

                    
                      最低0.47元/天 解锁文章
                        
                    
            

        

    

      

        

            

              
                
                  oct1025
                
              
            

            

                关注
              
            

        

        

          
    
            
  • 
              
                
                
                
                
                    19
                
              
              
    点赞
    
            
    • 
            
  • 
              
                
                
                
              
              
    踩
    
            
    • 
            
  • 
              
                
                
                
                
                    18
                
              
              
    
                
    
                  
                    收藏
                  
                
    
              
    
              
    
                
    
                  觉得还不错?
                  
                    一键收藏
                  
                 
                
    
              
    
            
    • 
                
  • 
                  
                    打赏
                    
                  
                  
    打赏
    
                
    • 
          
  • 
            
    
              
              
            
    
              
              
              
                  1
              
            
            
    评论
    
          
    • 
          
  • 
          
    • 
          
  • 
            
              
            
              
    
            
              
                
            
    
          
    • 
        

      

      










                



	

		

			

				
					
freecodecamp-time-series-visualizer：使用Python项目进行数据分析-页面视图时间序列可视化器

				
			

			

				

					02-14
				

			

		

		

			
				
任务
对于此项目，您将使用折线图，条形图和箱形图可视化时间序列数据。 您将使用Pandas，Matplotlib和Seaborn在2016年5月9日至2019年12月3日的freeCodeCamp.org论坛上可视化包含每日页面浏览量的数据集。 数据可视化将帮助您了解访问的方式，并确定每年和每月的增长。
 使用数据来完成以下任务：
 使用熊猫从“ fcc-forum-pageviews.csv”导入数据。 将索引设置为“日期”列。
 通过过滤掉页面浏览量位于数据集前2.5％或数据集后2.5％的天数来清理数据。
 创建一个使用Matplotlib绘制类似于“ examples / Figure_1.png”的折线图的draw_line_plot函数。 标题应为“每日freeCodeCamp论坛页面浏览量5 / 2016-12 / 2019”。 x轴上的标签应为“日期”，y轴上的标签应为“页面

			
		

	



                

              
                



	

		

			

				
					
Human Motion Diffusion Model 使用笔记

				
			

			

				

					jacke121的专栏
				

				

					04-12
					
					290
					
				

			

		

		

			
				
Human Motion Diffusion Model 安装

			
		

	



                


  
              

                


	

		

			

				
					
HumanML3D 完整数据集下载

				
			

			

				

					qq_53930200的博客
				

				

					04-12
					
					501
					
				

			

		

		

			
				
9.得到完整 HumanML3D 数据集 ./HumanML3D 下，（解压 ./HumanML3D/tests.zip）注册并进入 Downloads，下载下面所有文件并解压到 amass_data/ 下。解压并放入 创建 body_models/ 文件夹下 dmpls、smplh。8.执行 motion_representation.ipynb 文件。注册并进入 Downloads，下载。2.安装conda环境，并进入安装依赖。注册并进入 Downloads，下载。5.进入  jupyter。

			
		

	





	

		

			

				
					
Algorithm-Visualizer:使用React App可视化算法。 包括排序，寻路和凸包可视化器

				
			

			

				

					05-13
				

			

		

		

			
				
着迷于DS和算法？！ 该网站可用于可视化多种算法，包括排序，寻路和ConvexHull。 您可以在这里访问它：  :
演算法
排序
选择排序
合并排序
快速排序
寻找路径
Dijkstra的算法
凸包
格雷厄姆的扫描
安装
在计算机上安装Node
 从克隆此存储库和后端存储库。
 在计算机上打开CMD，然后将目录更改为克隆前端存储库的位置。
 运行命令npm install从节点服务器安装所有必需的软件包。
 现在运行命令npm start在本地主机上运行该应用程序。
 在本地主机上运行应用程序：3000
 表现一些爱 :red_heart: 和星 :star: 存储库以支持项目。

			
		

	



		

			
		



	

		

			

				
					
Python-获取Human36M3D人体姿态数据集

				
			

			

				

					08-12
				

			

		

		

			
				
Human 3.6M 3D human pose dataset fetcher

			
		

	





	

		

			

				
					
rollup-plugin-visualizer::chart_increasing::balance_scale:可视化您的捆绑包

				
			

			

				

					04-02
				

			

		

		

			
				
汇总插件可视化器
 可视化并分析您的Rollup捆绑包，以查看哪些模块占用了空间。
屏幕截图
安装
npm install --save-dev rollup-plugin-visualizer
 或通过纱线： 
yarn add --dev rollup-plugin-visualizer
V5升级
V5版包含一些重大的重大更改，具体取决于您当前的安装采取以下步骤进行升级：
 如果您使用汇总v1.x，则最好保留插件v4。 我自己正式停止了对rolloup的支持v1。 1.x的某些版本可以正常使用，但是我停止测试自己或在此方向上进行任何更改。 如果有人想朝这个方向前进-欢迎光临。
 如果您使用汇总v2.x并至少使用gzipLength或brotliLength升级到汇总2.44。 在V5中，我使用汇总API提供的功能来获取渲染的模块代码以进行大小估算，而不是像以前那样使用原始资源。
 在所

			
		

	





	

		

			

				
					
HumanML3D； motion-latent-diffusion； DeepPhase 代码介绍

				
			

			

				

					长虹剑的专栏
				

				

					03-02
					
					2202
					
				

			

		

		

			
				
一些经典动作生成代码的解读

			
		

	





	

		

			

				
					
MDM配置

				
			

			

				

					livalica的博客
				

				

					10-22
					
					748
					
				

			

		

		

			
				
普普通通的mdm配置

			
		

	





	

		

			

				
					
探索HumanML3D：3D人体动作学习与重建的新里程

				
			

			

				

					gitblog_00020的博客
				

				

					04-26
					
					335
					
				

			

		

		

			
				
探索HumanML3D：3D人体动作学习与重建的新里程
项目地址:https://gitcode.com/EricGuo5513/HumanML3D

在数字化时代，3D人体动作捕捉和理解正成为虚拟现实、游戏开发、体育分析和医疗康复等领域的重要技术。而今天我们要介绍的开源项目——HumanML3D，正是一个以机器学习为核心，致力于3D人体运动捕捉数据处理和动作识别的工具库。
项目简介
_Human...

			
		

	





	

		

			

				
					
LLM日报-6.27-ChatPaperDaily-(1)

				
			

			

				

					hehedadaq的博客
				

				

					06-27
					
					1160
					
				

			

		

		

			
				
论文简介: 大型多模态模型：CVPR 2023教程笔记(1): 本文研究背景是近期用于视觉与语言建模的大型GPT模型，为了构建和超越多模态GPT-4，引出了对大型多模态模型（LMMs）进行指导调整的研究。(2): 过去的方法主要是基于图像到文本的生成模型，但存在一些问题，因此需要对大型多模态模型进行改进。本文提出了指导调整的方法，并在多模态空间进行扩展，以解决这些问题。(3): 本文介绍了如何使用开源资源构建多模态GPT-4的最小原型，并回顾了最近出现的相关主题。创新点在于将指导调整方法应用于多模态模型，并

			
		

	





	

		

			

				
					
clj-graph-visualizer:一个Clojure项目以可视化图形

				
			

			

				

					05-17
				

			

		

		

			
				
clj-graph-visualizer  clj-graph-visualizer只是评估如何处理非常大的图的实验。 安装  $ ./lein.sh uberjar 用法  $ java -jar clj-graph-visualizer1-0.1.0-standalone.jar 演示版 最初，该图仅具有根名称“ root...

			
		

	





	

		

			

				
					
python-ast-visualizer:Graphviz可视化的Python AST

				
			

			

				

					05-07
				

			

		

		

			
				
#AST可视化工具该存储库中包含的脚本astvisualizer.py可视化了Python AST树。安装首先安装以下要求： 的Python 3 pip3 install -r requirements列出的依赖项（ pip install -r requirements或pip3 install -r ...

			
		

	





	

		

			

				
					
SIGGRAPH`24 | 毫米级接近真实动作生成！LGTM：文本驱动！(深大&快手&字节)

				
			

			

				

					AIGCer的博客
				

				

					05-13
					
					572
					
				

			

		

		

			
				
在本文中解决了文本到动作的问题，即，给定一个角色动作的文本描述，本文旨在自动生成合理且逼真的3D人体动作。成功自动化此过程对于各种下游应用具有重要潜力，包括为增强和虚拟现实环境创建内容，推动机器人技术的进步，以及改进人机交互。作为自然语言处理、机器学习和计算机图形学交汇处的长期挑战，文本到动作生成近年来受到了广泛关注。扩散模型的出现，正如各种研究所强调的，推动了这一领域的显着进步。尽管取得了这些进展，从文本描述生成既在局部语义上准确又在全局上连贯的动作仍然是一个巨大的障碍。

			
		

	





	

		

			

				
					
人体3d关节点

				
			

			

				

					u011196187的博客
				

				

					05-13
					
					1481
					
				

			

		

		

			
				
人体3d关节点

			
		

	





	

		

			

				
					
python（环境安装）搭建、pycharm安装、背景改为白色详细文章

				
			

			

				

					2301_77161927的博客
				

				

					05-13
					
					437
					
				

			

		

		

			
				
python（环境搭建）安装、pycharm安装、背景颜色改为白色。

			
		

	





	

		

			

				
					
力扣 516. 最长回文子序列 python AC

				
			

			

				

					qq_63443032的博客
				

				

					05-12
					
					596
					
				

			

		

		

			
				
二维dp

			
		

	





	

		

			

				
					
【Python】Python中变量或者函数加下划线‘_‘的含义

					
最新发布

				
			

			

				

					yangweipeng708的博客
				

				

					05-14
					
					594
					
				

			

		

		

			
				
理解这些约定可以帮助Python开发者编写更清晰、更Pythonic的代码，并理解其他Python代码中的命名习惯。）通常用来指示特定的编程约定或用法，这些约定主要关乎变量和函数的可访问性以及预期的使用范围。在Python中，变量或函数前面加一个下划线（

			
		

	





	

		

			

				
					
python3.6.8安装Transformers

				
			

			

				

					筱阳的博客
				

				

					05-13
					
					648
					
				

			

		

		

			
				
4.transformers安装。

			
		

	





	

		

			

				
					
   visualizer = Visualizer(img[:, :, ::-1], metadata=MetadataCatalog.get(name), scale=1.5)优化

				
			

			

				

					05-26
				

			

		

		

			
				
这段代码中，`Visualizer`是用于可视化物体检测结果的类，`metadata`参数指定了要可视化的类别信息，`scale`参数指定了可视化结果的缩放比例。

为了优化这段代码，可以考虑以下几点：

1. 避免不必要的图像复制和颜色通道反转操作，可以在读取图像时就进行处理，避免在可视化过程中重复操作：

   ```
   img = cv2.imread(image_path, cv2.IMREAD_COLOR)[..., ::-1]
   ```

2. 如果`MetadataCatalog.get(name)`返回的对象是不可变的，可以在程序启动时就加载元数据并缓存起来，避免重复读取：

   ```
   metadata = MetadataCatalog.get(name)
   # 缓存 metadata 对象
   cache[name] = metadata
   ...
   # 使用缓存的 metadata 对象
   visualizer = Visualizer(img, metadata=cache[name], scale=1.5)
   ```

3. 如果可视化过程中需要多次使用相同的`Visualizer`对象，可以避免创建多个对象，直接复用已有对象：

   ```
   # 在程序启动时创建 Visualizer 对象，缓存起来
   visualizer = Visualizer(img, metadata=MetadataCatalog.get(name), scale=1.5)
   ...
   # 在可视化过程中复用 Visualizer 对象
   visualizer.output = img
   visualizer.metadata = MetadataCatalog.get(name)
   visualizer.scale = 1.5
   ```

以上是一些常见的优化点，具体应该根据具体场景和需求进行调整。

			
		

	



              



  
“相关推荐”对你有帮助么？

  

      
    
          
  • 
              
    
                  
                  
              
    
              
    非常没帮助
    
          
    • 
          
  • 
              
    
                  
                  
              
    
              
    没帮助
    
          
    • 
          
  • 
              
    
                  
                  
              
    
              
    一般
    
          
    • 
          
  • 
              
    
                  
                  
              
    
              
    有帮助
    
          
    • 
          
  • 
              
    
                  
                  
              
    
              
    非常有帮助
    
          
    • 
      

      

      

          
          提交
      

      

  




          




        



    





    



      

      

        
      

      





	

		
评论 1

	

	
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
成就一亿技术人!

          

          

        

        

          

          

            领取后你会自动成为博主和红包主的粉丝
            规则
          

        

      

      

        

          

            
              
            
            

              
hope_wisdom
 发出的红包
            

          

        

        

          

          

          

        

      

    

    

  





	
打赏作者

	

		

		
			
		
		

		

			
oct1025

			
你的鼓励将是我创作的最大动力

		

	

	

			

	

	

    ¥1
    ¥2
    ¥4
    ¥6
    ¥10
    ¥20
	

	

		

			

				

					扫码支付：¥1
				

				

					

					
					获取中
					

				

				

					
					
					扫码支付
				

			

		

		

			
您的余额不足，请更换扫码支付或充值

			
打赏作者

		

	



      
      

      
实付元

      
使用余额支付

      

        

          

            
            点击重新获取
          

        

        
扫码支付

      

      

        
          
            
          
          
        
      

      

        
        钱包余额
          0
          

            
            

              

                
抵扣说明：

                
 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
 2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

              

            

          

      

      余额充值