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
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
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
热门内容推荐
最新内容推荐
DeepSeek-R1 终端输出满屏 `<think>` 乱码?一行正则修复 Hermes 过滤 BugAI 找不到执行结果?排查 _sanitize_api_messages 首尾空格引发的血案Agent 疯狂请求 API 导致额度耗尽?修复 batch_runner 无限重试 Bug接入 MiniMax/Qwen3 报错?别让 scratchpad 污染你的流式输出微信桥接神器 HermesClaw 启动崩溃?修复 openclaw dry-run 权限异常git submodule update 失败?国内网络拉取 Tinker-Atropos 强化学习模块指南Windows WSL 运行 Hermes 提示 launchd 失败?彻底解决跨系统自启大坑Execution Layer Crash: 修复工具调用结果无法持久化保存的致命 Bug无缝对话体验升级:Cherry Studio如何解决多模型协作难题隐私优先的照片管理:Ente加密相册的安全存储与智能组织方案
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
668
4.3 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
511
621
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
398
297
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++
943
878
🎉 (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
1.56 K
904
暂无简介
Dart
917
222
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
558
昇腾LLM分布式训练框架
Python
142
169
仓颉编程语言运行时与标准库。
Cangjie
163
924