【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 StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
deepin linux kernel
C
28
16
Claude 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 Started
Rust
564
98
暂无描述
Dockerfile
707
4.51 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
413
339
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++
958
955
Ascend Extension for PyTorch
Python
571
694
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.6 K
940
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.42 K
116
AI 将任意文档转换为精美可编辑的 PPTX 演示文稿 — 无需设计基础 | 包含 15 个案例、229 页内容
Python
79
5
暂无简介
Dart
951
235