文件名称：GanHand:纸GanHand的PyTorch实现
文件大小：48.26MB
文件格式：ZIP
更新时间：2024-05-27 14:07:28
Python
甘汉 数据集 检出github存储库以下载。 其中包含来自YCB基准的对象的3D模型，来自YCB-视频数据集的视频以及来自YCB-Affordance数据集的人手抓握。 要求 conda创建-n ganhand python = 3.6 conda激活ganhand Python需求：运行pip install -r requirements.txt 。 MANO层：请按照的MANO层项目中的说明进行操作。 数据 从此下载YCB-Affordance数据集。 我们使用YCB视频数据集的扩展YCB-Affordance数据集来训练和测试模型。 按照存储库中的说明下载数据集。 在训练/测试时，使用data_dir参数将该项目链接到保存数据集的文件夹。 我们使用来估计YCB-Video数据集中的对象的姿态。 您可以从的YCB数据集中下载所有训练和测试样本的预测，然后将其移动到YCB Af
【文件预览】：
GanHand-master
----.gitignore(55B)
----test_folder.py(20KB)
----resampled_objects_800verts.npy(394KB)
----images()
--------architecture.png(378KB)
--------gif_video2.gif(4.93MB)
--------gif_video3.gif(4.69MB)
--------ganhand_results.gif(9MB)
--------gif_video1.gif(6.19MB)
----requirements.txt(68B)
----data()
--------__init__.py(0B)
--------dataset.py(2KB)
--------ycb_affordances_complete_scene.py(10KB)
--------custom_dataset_data_loader.py(1KB)
--------ycb_affordances.py(10KB)
----options()
--------train_options.py(3KB)
--------test_options.py(2KB)
--------__init__.py(0B)
--------base_options.py(5KB)
----networks()
--------__init__.py(0B)
--------img_encoder.py(1KB)
--------mano_discriminator.py(666B)
--------networks.py(2KB)
--------MLP_refine.py(1KB)
----indexs_test_set.npy(23KB)
----models()
--------__init__.py(0B)
--------models.py(4KB)
--------ganhand.py(25KB)
----indexs_train_set.npy(884KB)
----indexs_val_set.npy(162KB)
----utils()
--------data_utils.py(5KB)
--------__init__.py(0B)
--------forward_kinematics_2dof_wdelta.py(26KB)
--------forward_kinematics.py(28KB)
--------tb_visualizer.py(3KB)
--------ycb_utils.py(944B)
--------contactutils.py(7KB)
--------forward_kinematics_wdelta.py(28KB)
--------forward_kinematics_3dof_wdelta.py(29KB)
--------obman_utils.py(8KB)
--------util.py(9KB)
--------evaluation_metrics.py(3KB)
--------forward_kinematics_3dof.py(29KB)
--------forward_kinematics_2dof.py(26KB)
--------cv_utils.py(1KB)
--------plots.py(43KB)
--------MANO_indices.py(10KB)
----densely_resampled_objects.npy(24.03MB)
----README.md(4KB)
----test.py(20KB)
----sample_rotations.npy(25KB)
----train.py(6KB)