Make-It-Animatable项目安装与配置指南
2025-04-21 13:50:40作者:侯霆垣
1. 项目基础介绍
Make-It-Animatable是一个高效创建动画就绪3D角色的框架。此项目旨在为用户提供一种便捷的方法,通过训练神经网络模型来自动化生成3D角色的动画。该项目主要使用Python编程语言开发。
2. 项目使用的关键技术和框架
- Blender: 一个开源的3D创作套件,用于在训练过程中处理和生成3D数据。
- PyTorch: 一个流行的开源机器学习库,用于构建和训练神经网络。
- FBX2glTF: 一个FBX到glTF转换工具,用于在演示中转换模型格式。
- 3DGS Render Blender Addon: 由KIRI Engine提供的Blender插件,用于渲染。
3. 项目安装和配置的准备工作
在开始安装之前,请确保您的计算机满足以下条件:
- 安装有Python环境(建议使用Anaconda以方便管理虚拟环境)。
- 安装有Git版本控制系统。
- 确保您的计算机有足够的存储空间和内存来处理3D数据和训练神经网络。
安装步骤
克隆项目
首先,您需要克隆项目到本地环境:
git clone https://github.com/jasongzy/Make-It-Animatable.git --recursive --single-branch
cd Make-It-Animatable
设置虚拟环境
项目使用conda来管理虚拟环境,分别用于训练和演示。首先创建并激活训练环境:
conda create -n mia python=3.10
conda activate mia
然后安装项目所需的依赖:
pip install -r requirements.txt
接下来,创建并激活演示环境(注意,演示环境和训练环境使用不同版本的Python):
conda create -n mia-demo python=3.11
conda activate mia-demo
安装演示环境所需的依赖:
pip install -r requirements-demo.txt
数据准备
项目需要下载特定数据集,可以使用以下命令:
git lfs install
GIT_LFS_SKIP_SMUDGE=1 git -C data clone https://huggingface.co/datasets/jasongzy/Mixamo
git -C data/Mixamo submodule update --init
根据您是进行训练还是演示,下载相应的数据:
- 训练数据:
git -C data/Mixamo lfs pull -I 'bones*.fbx,animation,animation_extra,character_refined,character_rabit_refined'
- 演示数据:
git -C /tmp/hf-data lfs pull -I output/best/new
mkdir -p output/best
cp -r /tmp/hf-data/output/best/new output/best/
git -C /tmp/hf-data lfs pull -I data
cp -r /tmp/hf-data/data/ data/
此外,还需要下载FBX2glTF工具并赋予执行权限:
wget https://github.com/facebookincubator/FBX2glTF/releases/download/v0.9.7/FBX2glTF-linux-x64 -O util/FBX2glTF
chmod +x util/FBX2glTF
开始训练或演示
- 启动演示:
conda activate mia-demo
python app.py
- 启动训练:
conda activate mia
bash train.sh
请注意,根据您的硬件配置,可能需要调整train.sh脚本中的参数,以适应您的GPU内存大小。
以上步骤即为Make-It-Animatable项目的详细安装和配置指南。按照这些步骤操作后,您应该能够顺利运行该项目。
登录后查看全文
热门项目推荐
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 StartedRust0152- 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
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
617
793
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++
1.01 K
1.01 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
433
394
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
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
1.18 K
152
暂无简介
Dart
983
252
Oohos_react_native
React Native鸿蒙化仓库
C++
348
403
昇腾LLM分布式训练框架
Python
166
198
🎉 (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
1.68 K
989