【亲测免费】 推荐开源项目:MANO——基于PyTorch的手部模型实现
2026-01-23 06:41:09作者:滑思眉Philip
项目介绍
MANO是一个基于PyTorch实现的手部模型加载器,它源自于MANO手部模型。该项目的代码基于Vassilis Choutas开发的smplx包。MANO是一个可微分的 hand model,能够将手部姿态参数(关节角度和根位置)和形状参数映射到一个3D手部网格。该模型非常逼真,维度低,适用于任何人类手部。
此项目最初是为了在GrabNet模型中使用,以生成未见过的3D物体的逼真手部抓取。

项目技术分析
技术栈
- PyTorch: 项目基于PyTorch框架,利用其强大的自动微分功能和灵活的神经网络构建能力。
- smplx: 项目代码依赖于smplx包,该包提供了人体模型的加载和处理功能。
核心功能
- 手部姿态映射: 通过输入手部姿态参数和形状参数,生成逼真的3D手部网格。
- 低维度模型: 模型维度低,计算效率高,适合实时应用。
- 通用性: 适用于各种人类手部,具有广泛的适用性。
项目及技术应用场景
- 虚拟现实与增强现实: 用于生成逼真的虚拟手部,提升用户体验。
- 人机交互: 在智能设备和机器人中,实现更自然的手部交互。
- 动画制作: 为动画角色生成逼真的手部动作。
- 医学研究: 用于手部运动分析和康复训练。
- 3D物体抓取: 在机器人抓取和物体操作任务中,生成逼真的手部抓取姿态。
项目特点
- 高逼真度: 生成的手部网格非常逼真,适用于高质量视觉效果需求的应用。
- 易用性: 项目提供了详细的安装和使用指南,用户可以快速上手。
- 开源免费: 项目开源且免费,适用于非商业科学研究用途。
- 灵活扩展: 基于PyTorch框架,用户可以方便地进行定制和扩展。
安装与使用
安装依赖
确保已安装PyTorch(版本>=1.1.0),可以使用以下命令安装:
pip install torch==1.5.1+cpu torchvision==0.6.1+cpu -f https://download.pytorch.org/whl/torch_stable.html
或者安装适合的GPU版本。
安装MANO
pip install git+'https://github.com/otaheri/MANO'
下载模型
- 在MANO网站注册并下载模型。
- 将模型放置在以下结构的文件夹中:
models
|
└── mano
├── MANO_RIGHT.pkl
└── MANO_LEFT.pkl
示例代码
import torch
import mano
from mano.utils import Mesh
model_path = 'PATH_TO_MANO_MODELS'
n_comps = 45
batch_size = 10
rh_model = mano.load(model_path=model_path,
is_rhand= True,
num_pca_comps=n_comps,
batch_size=batch_size,
flat_hand_mean=False)
betas = torch.rand(batch_size, 10)*.1
pose = torch.rand(batch_size, n_comps)*.1
global_orient = torch.rand(batch_size, 3)
transl = torch.rand(batch_size, 3)
output = rh_model(betas=betas,
global_orient=global_orient,
hand_pose=pose,
transl=transl,
return_verts=True,
return_tips = True)
h_meshes = rh_model.hand_meshes(output)
j_meshes = rh_model.joint_meshes(output)
#可视化手部网格
h_meshes[0].show()
#可视化关节网格
j_meshes[0].show()
#可视化手部和关节网格
hj_meshes = Mesh.concatenate_meshes([h_meshes[0], j_meshes[0]])
hj_meshes.show()
引用
如果您在研究中使用此模型,请考虑引用以下文献:
@article{MANO:SIGGRAPHASIA:2017,
title = {Embodied Hands: Modeling and Capturing Hands and Bodies Together},
author = {Romero, Javier and Tzionas, Dimitrios and Black, Michael J.},
journal = {ACM Transactions on Graphics, (Proc. SIGGRAPH Asia)},
publisher = {ACM},
month = nov,
year = {2017},
url = {http://doi.acm.org/10.1145/3130800.3130883},
month_numeric = {11}
}
和
@inproceedings{GRAB:2020,
title = {{GRAB}: A Dataset of Whole-Body Human Grasping of Objects},
author = {Taheri, Omid and Ghorbani, Nima and Black, Michael J. and Tzionas, Dimitrios},
booktitle = {European Conference on Computer Vision (ECCV)},
year = {2020},
url = {https://grab.is.tue.mpg.de}
}
许可证
该软件适用于非商业科学研究目的。请仔细阅读条款和条件及任何伴随文档,然后再下载和使用MANO模型、数据和软件。通过下载和使用该模型和软件,您承认已阅读并同意这些条款和条件。
联系方式
该代码由Omid Taheri实现。
如有问题,请联系mano@tue.mpg.de。
对于商业许可及相关业务问题,请联系ps-licensing@tue.mpg.de。
通过使用MANO项目,您可以轻松实现逼真的手部模型生成,为您的科研和应用带来更多可能性。立即尝试,开启您的手部模型应用之旅!
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0207
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0133
MinerUA high-quality tool for convert PDF to Markdown and JSON.一站式开源高质量数据提取工具,将PDF转换成Markdown和JSON格式。Python08
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
wgai开箱即用的JAVAAI在线训练识别平台&OCR平台AI合集包含旦不仅限于(车牌识别、安全帽识别、抽烟识别、常用类物识别等) 图片和视频识别,可自主训练任意场景融合了AI图像识别opencv、yolo、ocr、esayAI内核识别;AI智能客服、AI语言模型、 无任何第三方API接口可定制化自主离线化部署并自主化行业化使用避免占用内存、GPU消耗训练与识别分开使用;Java06
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
772
5.05 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
869
1.99 K
Ascend Extension for PyTorch
Python
748
931
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
694
1.37 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
468
461
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.03 K
268
昇腾LLM分布式训练框架
Python
181
225
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.09 K
1.14 K
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
363
132