Learning Neural Volumetric Representations of Dynamic Humans in Minutes在ubuntu系统中环境搭建

在官网下载代码：instant-nvr/README.md at master · zju3dv/instant-nvr · GitHub

创建虚拟环境：

conda create -n instant-nvr python=3.9
conda activate instant-nvr
 

安装pytorch3d：

        需要检查你的cuda版本对应安装pytorch3d的版本，注意不同版本的pytorch3d对pytorch版本同样有要求。

安装pytorch：

可以在github上面查看pytorch3d不同版本所需要的pytorch版本：pytorch3d/INSTALL.md at main · facebookresearch/pytorch3d · GitHub

找到你需要安装的pytorch版本后去官网进行安装：以前的 PyTorch 版本 |PyTorch 插件注意安装的torch版本一定要是你需要安装的pytorch3d版本所支持的。

比如我的cuda版本是cuda118，原文说的版本是pytorch3d0.7.2。由于满足0.7.2版本要求的pytorch不支持cuda118，所以我下载的是0.7.3版。pytorch3d下载地址：文件 |Anaconda.org

例如0.7.3版本的要求：

下好之后放入你的文件中运行如下命令： 

conda install pytorch3d-0.7.3-py39_cu118_pyt200.tar.bz2

其中install后面是你下载的文件名称。如还需安装各类依赖项，参考:instant-nvr/docs/install.md at master · zju3dv/instant-nvr · GitHub

安装需要的包：

pip install -r requirements.txt

下载数据集:

参考instant-nvr/docs/install.md at master · zju3dv/instant-nvr · GitHub

根据上面的网站处理数据集的路径：

ROOT=/path/to/instant-nvr
mkdir -p $ROOT/data
cd $ROOT/data
ln -s /path/to/my-zjumocap zju-mocap

将/path/to/替换为你intant-nvr的文件路径，

/path/to/my-zjumocap替换为你数据集zju-mocap的路径。创建好后如下图（我用的xftp）：

还需要下载smpl-meta解压后放在data文件夹中，在下载数据集的地方可以下载。

数据集处理完成后运行命令后即可开始下载训练权重。

export name=377
python train_net.py --cfg_file configs/inb/inb_${name}.yaml exp_name inb_${name} gpus gpus "[0]"

下载完成后开始运行: