文件名称：Deep-Detail-Enhancement-for-Any-Garment
文件大小：2.2MB
文件格式：ZIP
更新时间：2024-04-22 23:11:33
Python
任何服装的深层细节增强 介绍 该存储库包含《图形学》 2021年提出的的“的实现 参考到[ ] 我们提供了Google驱动器链接，用于下载训练数据，网络检查点和两个多层服装模型（Marvelouse Desigener）： ./network_train_and_run 该文件夹包含深层细节增强网络和材料分类器的pytorch实现。 为了在不同的2D参数化中推广我们的方法，我们采用基于补丁的方法。 与其使用完整的法线贴图进行操作，我们不使用从法线贴图切出的补丁作为网络的输入和输出。 如果要重新训练DDE_model，请首先在完整的法线贴图上运行“ PatchPrepare.py”，以生成随机裁剪的补丁作为训练数据。 ./geo_prepare和./utils 此文件夹包含用于分配不同分辨率服装几何形状的代码。 ./geo_prepare中的C ++代码取决于OpenCV和embr
【文件预览】：
Deep-Detail-Enhancement-for-Any-Garment-main
----overview.png(2.15MB)
----network_train_and_run()
--------train_matClassifier.py(5KB)
--------DetailWrinkle_StyleEvalu.py(6KB)
--------Losses.py(7KB)
--------VGG_Model.py(7KB)
--------DDE_run_txtBacking.py(8KB)
--------DataIO.py(4KB)
--------DetailWrinkle_PatchEvalu_1.py(9KB)
--------PatchPrepare.py(8KB)
--------models.py(12KB)
--------train_DDE.py(10KB)
--------run_matClassifier.py(7KB)
--------Geometry_Opt.py(5KB)
----geo_prepare()
--------mesh.h(4KB)
--------rayTracer.cpp(4KB)
--------DataIO.h(7KB)
--------KDTree.h(6KB)
--------rayTracer.h(3KB)
--------main.cpp(49KB)
----utils()
--------ImgsToVideo.py(10KB)
--------Dist.py(2KB)
--------BaseMap.py(4KB)
--------utils.py(4KB)
--------DistanceCheck.py(4KB)
--------BGRemove.py(1KB)
--------GenBData.py(4KB)
--------TextureTest.py(6KB)
--------LaplacianMap.py(4KB)
--------GenGraph.py(3KB)
----README.md(2KB)