MonoPort 的安装和配置教程

项目基础介绍

MonoPort 是一个开源项目，它能够通过单目摄像头捕捉到实时的人体体积视频。这个项目在 SIGGRAPH 2020 Real-Time Live 和 ECCV 2020 上展示，由 Ruilong Li 等人开发。它使用了单目摄像头和深度学习技术，可以实现无需复杂装置即可捕获完整人体动作的体积视频，适用于虚拟现实、增强现实和远程呈现等领域。

项目的主要编程语言是 Python。

项目使用的关键技术和框架

• PyTorch: 用于深度学习模型的框架。
• PyOpenGL: 用于图形渲染。
• ImplicitSegCUDA: 用于隐式表面分割的 CUDA 加速库。
• human_inst_seg: 人体实例分割技术。
• streamer_pytorch: 用于数据流处理的 PyTorch 工具。
• human_det: 人体检测技术。

项目安装和配置的准备工作

在开始安装 MonoPort 之前，请确保您的系统满足以下要求：

• 操作系统：Ubuntu（推荐）
• Python 版本：Python 3.7
• GPU：NVIDIA GeForce RTX 2080Ti 或相似性能的显卡（推荐）
• 显卡驱动：安装最新的 NVIDIA 驱动程序
• CUDA：匹配您 GPU 的 CUDA 版本

请确保您的系统中已安装以下依赖项：

• Python 3.7
• PyOpenGL 3.1.5
• PyTorch（测试版本为 1.4.0）

详细的安装步骤

1. 克隆项目仓库

   打开终端，执行以下命令来克隆项目仓库：

   git clone https://github.com/Project-Splinter/MonoPort.git
   cd MonoPort
   

2. 下载预训练模型

   在项目目录下，使用以下命令下载预训练模型：

   sh scripts/download_model.sh
   

3. 安装依赖

   使用以下命令安装项目所需的所有依赖：

   pip install -r requirements.txt
   

4. 运行项目

   根据您的需求，选择以下任一命令启动服务：

   • 使用摄像头输入：

     python RTL/main.py --use_server --ip <YOUR_IP_ADDRESS> --port 5555 --camera -- netG.ckpt_path ./data/PIFu/net_G netC.ckpt_path ./data/PIFu/net_C
     

   • 使用图片文件夹输入：

     python RTL/main.py --use_server --ip <YOUR_IP_ADDRESS> --port 5555 --image_folder <IMAGE_FOLDER> -- netG.ckpt_path ./data/PIFu/net_G netC.ckpt_path ./data/PIFu/net_C
     

   • 使用视频输入：

     python RTL/main.py --use_server --ip <YOUR_IP_ADDRESS> --port 5555 --videos <VIDEO_PATH> -- netG.ckpt_path ./data/PIFu/net_G netC.ckpt_path ./data/PIFu/net_C
     

   请将 <YOUR_IP_ADDRESS>、<IMAGE_FOLDER> 和 <VIDEO_PATH> 替换为实际的 IP 地址、图片文件夹路径和视频路径。

5. 访问服务

   在任意设备上的浏览器中输入以下地址：

   http://<YOUR_IP_ADDRESS>:5555/
   

   您应该能够看到 MonoPort VR Demo 页面，并且您的桌面屏幕上会弹出一个窗口，显示重建的法线和纹理图像。

以上步骤就是 MonoPort 的安装和配置指南。如果您在安装过程中遇到任何问题，请参考项目的 README 文档或向项目维护者提问。