EVA3D 开源项目使用教程

EVA3D 开源项目使用教程

EVA3D [ICLR 2023 Spotlight] EVA3D: Compositional 3D Human Generation from 2D Image Collections 项目地址: https://gitcode.com/gh_mirrors/ev/EVA3D

1. 项目介绍

EVA3D 是一个高质量的无条件3D人体生成模型，只需要2D图像集合进行训练。该项目由新加坡南洋理工大学的S-Lab团队开发，并已在ICLR 2023上作为焦点展示。EVA3D能够生成具有新颖姿势的高质量3D人体模型，并支持在潜在空间中进行插值。

2. 项目快速启动

环境准备

• NVIDIA 显卡（已测试RTX2080Ti, V100, A100, T4）
• 安装Anaconda以管理Python环境

conda create --name eva3d python=3.8
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.1 -c pytorch
conda install -c fvcore -c iopath -c conda-forge fvcore iopath
conda install pytorch3d -c pytorch3d
pip install -r requirements.txt

模型下载

• 下载预训练模型：

python download_models.py

• 注册并下载SMPL模型，将其放在smpl_models文件夹中。

推理

• 运行以下脚本进行推理：

bash scripts/demo_deepfashion_512x256.sh
bash scripts/demo_shhq_512x256.sh
bash scripts/demo_ubcfashion_512x256.sh
bash scripts/demo_aist_256x256.sh

训练

• DeepFashion 训练：

bash scripts/train_deepfashion_512x256.sh

训练过程中，中间结果将保存在checkpoint/train_deepfashion_512x256/volume_renderer/samples文件夹中。

3. 应用案例和最佳实践

• 案例：使用EVA3D模型生成特定姿势的3D人体模型。
• 最佳实践：通过调整潜在空间中的向量来创建新的姿势或表情。

4. 典型生态项目

• StyleSDF：EVA3D项目基于StyleSDF项目的源代码构建。
• 其他与3D模型生成相关的项目，如基于深度学习的3D人脸重建项目等。

以上教程基于EVA3D项目的官方文档和教程编写，旨在帮助用户快速上手并使用该项目。

EVA3D [ICLR 2023 Spotlight] EVA3D: Compositional 3D Human Generation from 2D Image Collections 项目地址: https://gitcode.com/gh_mirrors/ev/EVA3D