《R2ET项目安装与配置指南》

《R2ET项目安装与配置指南》

R2ET (CVPR 2023) Skinned Motion Retargeting with Residual Perception of Motion Semantics & Geometry 项目地址: https://gitcode.com/gh_mirrors/r2/R2ET

1. 项目基础介绍

R2ET是一个针对运动重定向的神经网络模型，它能够保留源动作的运动语义并避免目标动作中的相互穿透。该项目是CVPR 2023论文《Skinned Motion Retargeting with Residual Perception of Motion Semantics & Geometry》的代码实现，由Jiaxu Zhang等人开发。该项目主要使用Python和Cuda语言编写。

2. 项目使用的关键技术和框架

• 神经网络模型：R2ET使用神经网络来处理运动重定向，能够感知运动语义和几何信息。
• PyTorch：一个流行的开源机器学习库，用于实现深度学习模型。
• Blender：一个开源的3D创作套件，用于动画数据转换和预处理。
• CUDA：NVIDIA推出的并行计算平台和编程模型，用于GPU加速计算。

3. 项目安装和配置准备工作

在开始安装之前，请确保您的计算机满足以下条件：

• Python 3.9版本
• NVIDIA GPU及相应的CUDA版本（至少10.2）
• 已安装Anaconda（推荐）或Miniconda

详细安装步骤

1. 创建Conda虚拟环境 打开终端或命令提示符，执行以下命令来创建一个名为r2et的Python 3.9虚拟环境：

   conda create python=3.9 --name r2et
   conda activate r2et
   

2. 安装项目依赖 在虚拟环境中，使用以下命令安装项目所需的Python包：

   pip install -r requirements.txt
   

   接下来，安装指定版本的PyTorch：

   conda install pytorch==1.10.0 torchvision==0.11.0 torchaudio==0.10.0 cudatoolkit=10.2 -c pytorch
   

3. 下载和安装Blender 从Blender官网下载并安装对应版本的Blender。

4. 数据准备

   • 在Mixamo网站注册账户，并下载所需角色的FBX动画文件。
   • 使用提供的Blender脚本来转换FBX文件到BVH格式：

     blender -b -P ./datasets/fbx2bvh.py
     

   • 预处理BVH文件到npy格式：

     python ./datasets/preprocess_q.py
     

   • 提取每个角色的T-pose形状信息：

     blender -b -P ./datasets/extract_shape.py
     

5. 安装CUDA实现的SDF函数 切换到sdf目录，并执行以下命令来安装：

   cd ./outside-code/sdf
   python setup.py install
   

以上步骤完成后，您就可以开始使用R2ET项目进行运动重定向的实验和研究了。如果遇到任何问题，请参考项目的README文件和MIT许可证中的说明。

R2ET (CVPR 2023) Skinned Motion Retargeting with Residual Perception of Motion Semantics & Geometry 项目地址: https://gitcode.com/gh_mirrors/r2/R2ET