Pix2Surf 项目使用教程

Pix2Surf 项目使用教程

1. 项目的目录结构及介绍

Pix2Surf 项目是一个开源项目，它致力于从衣物图片中学习纹理转移至3D人类模型。以下是项目的目录结构及各部分的简要介绍：

• prep_data/: 存储数据预处理所需的脚本，包括获取衣物图像的轮廓和纹理映射。
• scripts/: 包含安装依赖、准备数据和运行演示的脚本。
• train/: 包含用于训练映射和分割网络的脚本和数据。
• demo.py: 演示脚本，用于展示纹理转移效果。
• render.py: 渲染脚本，用于将纹理应用到3D模型上。
• LICENSE.txt: 项目的许可证文件，说明项目的使用和分发条款。
• README.md: 项目说明文件，提供项目概述和基本使用说明。
• requirements_prep_data.txt: 数据预处理所需的依赖文件。
• teaser_gif.gif 和 teaser_new.jpg: 项目的预览动画和图片。

2. 项目的启动文件介绍

项目的启动主要是通过运行 demo.py 脚本来实现的。以下是启动文件的基本使用方法：

首先，确保已经安装了 Blender（版本2.79），并按照 scripts/install_conda.sh 脚本安装了所有必要的依赖。

然后，可以运行以下命令来启动演示：

python demo.py

默认情况下，这个脚本会渲染一个带有纹理的T恤和短裤的3D模型。如果需要渲染不同的纹理或衣物类型，可以通过以下参数进行调整：

python demo.py --pose_id <pose_id> --img_id <img_id> --low_type '<pants|shirt>'

其中 <pose_id> 和 <img_id> 是指定的姿势和图像ID，<low_type> 指定衣物类型，可以是裤子（pants）或衬衫（shirt）。

3. 项目的配置文件介绍

项目的配置主要通过修改 scripts/prepare_data.sh 脚本中的参数来进行。以下是一些主要的配置选项：

• 数据源：项目使用 Zalando、Jack and Jones 和 Tom-Tailor 等网站上的衣物图像作为训练数据。可以通过修改脚本中的URL来指定数据的下载源。
• 数据预处理：通过 grab_cut 方法手动或自动提取衣物图像的轮廓。在 prep_data 目录中可以找到相关的处理脚本。
• 网络训练：在 train 目录中，可以通过修改 train_seg.py 和 train_map.py 脚本来配置和训练分割和映射网络。

所有配置的修改都应确保符合项目的许可证要求，并且遵守开源协议。