GoMAvatar 项目启动与配置教程

1. 项目目录结构及介绍

GoMAvatar 项目是基于单目视频使用高斯-网格进行高效动画化人体建模的开源项目。以下是项目的目录结构及其简要说明：

• configs: 存放配置文件，定义了训练、评估等环节的参数设置。
• data: 存放项目所需的数据集，包括 ZJU-MoCap 和 PeopleSnapshot 数据集。
• dataset: 包含处理数据集的代码。
• exps: 存放不同实验的配置文件，用于定义特定场景或数据集的实验设置。
• models: 包含构建模型的代码。
• scripts: 存放用于数据预处理和结果评估的脚本文件。
• utils: 存放一些工具类代码，如模型加载、数据加载等。
• .gitignore: 定义 Git 忽略的文件。
• LICENSE: 项目许可证文件。
• README.md: 项目说明文件。
• eval.py: 评估模型性能的启动文件。
• train.py: 训练模型的启动文件。
• train_pose.py: 训练人体姿态的启动文件。

2. 项目的启动文件介绍

eval.py

该文件是用于评估模型性能的启动文件。运行该文件时，可以通过命令行参数指定配置文件和评估类型（如视图合成、姿态合成等）。例如：

python eval.py --cfg exps/zju-mocap_$SCENE.yaml --type view

train.py

该文件是用于训练模型的启动文件。可以通过命令行参数指定配置文件来开始训练过程。例如：

python train.py --cfg exps/zju-mocap_$SCENE.yaml

train_pose.py

该文件是用于训练人体姿态的启动文件。同样通过命令行参数指定配置文件来训练特定场景的人体姿态。例如：

python train_pose.py --cfg exps/snapshot_$SCENE.yaml

3. 项目的配置文件介绍

配置文件位于 exps 目录下，以 yaml 格式存储。这些文件定义了项目运行时的参数，如数据集路径、模型参数、训练过程中的超参数等。

每个配置文件对应一个特定的实验场景或数据集，例如 exps/zju-mocap_377.yaml 可能对应于 ZJU-MoCap 数据集中的场景 377 的配置。

配置文件示例：

dataset:
  type: ZJUMoCapDataset
  path: ./data/zju-mocap/377
  ...
train:
  epochs: 30
  lr: 0.001
  ...
model:
  type: GoMAvatarModel
  ...

在运行训练或评估脚本之前，需要确保配置文件中的参数正确设置，以匹配你的数据集和实验需求。