文件名称：CAPE:CVPR2020论文“学习如何使3D人穿着有创服装”的正式实施https
文件大小：3.48MB
文件格式：ZIP
更新时间：2024-05-20 11:56:53
mesh-generation clothing cvpr vae-gan graph-convolutional-networks
CAPE：穿衣自动人编码（CVPR 2020） 在CVPR 2020论文中介绍了CAPE模型的Tensorflow（1.13）实现，该模型是带有网格补丁识别器的Mesh-CVAE，用于为SMPL身体穿上与姿势相关的衣服。 学习为3D人穿上具有创造力的服装马倩丽，杨金龙，阿努拉格·兰詹，塞尔吉·普贾兹，杰拉德·庞斯·莫尔，唐思雨和迈克尔。 布莱克| | | | Google Colab演示 如果您没有合适的GPU环境来运行CAPE代码，我们将在Google Colab上提供一个演示。 它生成并可视化铺有衣服的SMPL网格的3D几何形状： 有关完整的演示和培训，请按照以下步骤进行。 安装 我们建议创建一个新的虚拟环境，以进行依赖项的全新安装。 假定所有以下命令在此虚拟环境中执行。 该代码已在Ubuntu 18.04，python 3.6和CUDA 10.0上进行了测试。 python
【文件预览】：
CAPE-master
----demos.py(20KB)
----main.py(5KB)
----run_simple_demo.py(2KB)
----config_parser.py(6KB)
----data()
--------transform_matrices()
--------cape.gif(1.25MB)
--------dataset_configs.py(4KB)
--------demo_data()
--------edges_smpl.npy(162KB)
--------clothing_verts_idx.npy(28KB)
--------template_mesh.obj(426KB)
--------pretrained_gmm.pkl(78KB)
--------loss_mask_binary.npy(54KB)
----LICENSE(6KB)
----configs()
--------CAPE-affineconv_nz64_pose32_clotype32_female.yaml(366B)
--------CAPE_nz18_pose24_clotype8_male.yaml(347B)
--------default_config.yaml(590B)
--------config.yaml(317B)
--------CAPE_nz18_pose24_clotype8_female.yaml(353B)
--------CAPE-affineconv_nz18_pose24_clotype8_female.yaml(364B)
--------CAPE-affineconv_nz18_pose24_clotype8_male.yaml(358B)
--------CAPE-affineconv_nz64_pose32_clotype32_male.yaml(360B)
----requirements.txt(153B)
----CHANGELOG.md(1KB)
----lib()
--------prep_data.py(8KB)
--------models.py(57KB)
--------utils.py(4KB)
--------mesh_sampling.py(9KB)
--------load_data.py(6KB)
--------losses.py(4KB)
--------__init__.py(0B)
----README.md(11KB)
----body_models()
--------smpl()