分类：动作捕捉
github地址：https://github.com/open-mmlab/mmhuman3d
所需环境：
Windows10，CUDA11.6，conda 4.13.0，Visual Studio 2017；
Ubuntu18.04，conda22.9.0，CUDA11.4
注意：
“Linux中的OpenMMlab全家桶的安装”是可以运行的 全家桶版本可以参考这部分 不是版本越新越好 ；
“Windows10配置”仅讲述配置方法 无法运行 想要运行请把版本和“Linux中的OpenMMlab全家桶的安装”中的版本保持一致
Windows10配置
一.新建Pytorch基本环境
1.创建并激活环境
conda create -n open-mmlab python=3.8 -y
conda activate open-mmlab
2.安装ffmpeg
conda install ffmpeg
3.安装 PyTorch 全家桶
(CUDA与cudnn没安装的话可以采用之前的1安装方式。Pytorch选择以下指令在线安装，这会自动适配CUDA11.6，下载最新的Pytorch版本。新版本会改正很多bug，很好地兼容mmlab全家桶。在下面的安装过程中mmlab全家桶也全下载最新版的，以免出现问题后各种查issue，其实大部分issue都是版本问题引起的。)
安装适配CUDA11.6最新版本的Pytorch全家桶(注意：windows上只能下载cpu版本的,gpu版本的pytorch会存在CUDA依赖问题导致无法编译mmhuman3d和mmtrack)
#如果在Windows上安装GPU版本Pytorch在编译mmhuman3d和mmtrack时会报错如下：
d:\anaconda3\envs\test\lib\site-packages\torch\include\pybind11\cast.h(624): error: too few arguments for template template parameter “Tuple”
d:\anaconda3\envs\test\lib\site-packages\torch\include\pybind11\cast.h(717): error: too few arguments for template template parameter “Tuple”
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu116 -i https://pypi.tuna.tsinghua.edu.cn/simple
4.从源码安装 PyTorch3D
请参考这个2。其实直接使用pip安装会更方便，源码构建比较麻烦。只是官网这么写的所以我就源码构建了。直接用pip安装的PyTorch3D理论上应该不会影响后续安装，读者可以一试。
4.1使用git下载PyTorch3D源码包
conda install git
git config --global http.proxy http://127.0.0.1:7890# 简单粗暴直接给git命令开代理，避免下载超时。端口号是clash的默认端口
cd D:\WLm_Project\MotionCatch\Openmmlab\Pytorch3D
git clone https://github.com/facebookresearch/pytorch3d.git # 运行此句前需要开启clash，运行完毕后记得退出clash
4.2手动下载CUB库并解压至本地
下载CUB1.10.0
设置环境变量-系统变量CUB_HOME，确定三连
4.3修改PyTorch3D的setup.py
修改Pytorch3D的setup.py 52行：extra_compile_args = {"cxx": ["-std=c++14"]} 为 extra_compile_args = {"cxx": []} 
删除Pytorch3D的setup.py.78行：-std=c++14
4.4安装Pytorch3D
cd D:\WLm_Project\MotionCatch\Openmmlab\Pytorch3D\pytorch3d
python setup.py install
需要编译好一阵子！
说明已经安装完毕了
4.5检验是否安装成功
注意：以下python代码不要本地Pytorch3D路径(Openmmlab\Pytorch3D\pytorch3d)中运行3.以免发生ImportError: cannot import name '_C' from 'pytorch3d'错误。
import pytorch3d
print(pytorch3d.__version__)
from pytorch3d.renderer import MeshRenderer
print(MeshRenderer)
from pytorch3d.structures import Meshes
print(Meshes)
from pytorch3d.renderer import cameras
print(cameras)
from pytorch3d.transforms import Transform3d
print(Transform3d)
import torch
device=torch.device('cuda')
from pytorch3d.utils import torus
Torus = torus(r=10, R=20, sides=100, rings=100, device=device)
print(Torus.verts_padded())
注意：gpu版本才会出现下图，cpu版本因为无法使用CUDA会报错。
二.安装mmlab全家桶
2.1-2.4都可以直接安装，读者可以尝试官网教程。但是我是直接从源码构建的。
https://github.com/open-mmlab/mmhuman3d/blob/main/docs/install.md
2.1 mmcv
打开Anaconda的Powershell Prompt4，配置open-mmlab环境的环境变量，输入以下指令：
conda activate open-mmlab
$env:TORCH_CUDA_ARCH_LIST="7.5" # 显卡算力 2080是7.5
$env:MMCV_WITH_OPS = 1 # mmcv默认没有cuda选项，手动改成使用CUDA
$env:MAX_JOBS = 8 # 基于电脑内核，我是12核，给定最大8线程
回到Anaconda的Powershell Prompt，安装mmcv5：
cd D:\WLm_Project\MotionCatch\Openmmlab\mmcv
# git clone https://github.com/open-mmlab/mmcv.git -b v1.5.3
git clone https://github.com/open-mmlab/mmcv.git # 获取当前版本2.0.1
cd mmcv
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install -e . -i https://pypi.tuna.tsinghua.edu.cn/simple
2.2 mmdetection
cd D:\WLm_Project\MotionCatch\Openmmlab\mmdetection
# git clone https://github.com/open-mmlab/mmdetection.git -b v2.25.1
git clone https://github.com/open-mmlab/mmdetection.git# 安装最新版本mmdet3.1.0
cd mmdetection
pip install -r requirements/build.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install -v -e . -i https://pypi.tuna.tsinghua.edu.cn/simple
2.3 mmpose
cd D:\WLm_Project\MotionCatch\Openmmlab\mmpose
# git clone https://github.com/open-mmlab/mmpose.git -b v0.28.1
git clone https://github.com/open-mmlab/mmpose.git# 安装最新版本mmpose1.1.0
cd mmpose
git config --global --unset http.proxy # 取消之前的git代理设置，不然requirements下载不完全
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install -v -e . -i https://pypi.tuna.tsinghua.edu.cn/simple
2.4 mmtrack
cd D:\WLm_Project\MotionCatch\Openmmlab\mmtracking
# git clone https://github.com/open-mmlab/mmtracking.git -b v0.13.0
git clone https://github.com/open-mmlab/mmtracking.git# 安装最新版本0.14.0
cd mmtracking
pip install -r requirements/build.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install -v -e . -i https://pypi.tuna.tsinghua.edu.cn/simple # or "python setup.py develop"
提示scipy版本冲突，但是mmtrack0.14.0安装上了。冲突问题可暂时不考虑，以后跑代码时出现问题再说。
2.5安装mmhuman3d
# ！！！！！！！！！！！！！！此部分指令不要输入进conda 这是错的
cd D:\WLm_Project\MotionCatch\Openmmlab\mmhuman3d
git clone https://github.com/open-mmlab/mmhuman3d.git
cd mmhuman3d
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install -v -e . -i https://pypi.tuna.tsinghua.edu.cn/simple # or "python setup.py develop"
这会出现错误：picklebufobject.obj : error LNK2005: PyPickleBuffer_GetBuffer 已经在 python38.lib(python38.dll) 中定义 build\lib.win-amd64-cpython-38\pickle5\_pickle.cp38-win_amd64.pyd : fatal error LNK1169: 找到一个或多个多重定义的符号 error: command 'C:\\Program Files (x86)\\Microsoft Visual Studio\\2017\\Community\\VC\\Tools\\MSVC\\14.16.27023\\bin\\HostX86\\x64\\link.exe' failed with exit code 1169
这个是没法解决的，我在这里找到了这个issue6。意思是pickle5三年前就没人维护了，建议删除pickle5，因为会阻止mmhuman3d在windows上的安装(pickle5没法编译所以mmhuman3d安装就会中断)。
显然作者团队也已经注意到这个问题7,并且画饼会给出解决方案，然而过去了一年没消息。
这个是找到的修改策略8，是别人的改进方式，但是官方还没有拉到自己仓库中。我直接克隆了这个仓库，尝试后发现可以正常在windows中安装mmhuman3d。相对于官方仓库而言，他改了以下四个文件(直接取消了对pickle5的调用)
安装指令如下：
cd D:\WLm_Project\MotionCatch\Openmmlab\mmhuman3d
git clone https://github.com/Wei-Chen-hub/mmhuman3d.git# 安装Wei-Chen-hub给出的mmhuman3d-0.11.0修改版本
cd mmhuman3d
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install -v -e . -i https://pypi.tuna.tsinghua.edu.cn/simple # or "python setup.py develop"
成功安装mmhuman3d0.11.0
升级某个库时，首先pip uninstall将其卸载。然后删掉源码文件夹从新git。重新执行安装requirments的依赖和setup的安装指令。
三.Windows10 Conda list
# packages in environment at D:\Anaconda3\envs\open-mmlab:
#
# Name Version Build Channel
addict 2.4.0 pypi_0 pypi
albumentations 1.3.1 pypi_0 pypi
astropy 5.2.2 pypi_0 pypi
attributee 0.1.8 pypi_0 pypi
attrs 23.1.0 pypi_0 pypi
ca-certificates 2023.05.30 haa95532_0
cdflib 0.3.20 pypi_0 pypi
certifi 2023.7.22 pypi_0 pypi
charset-normalizer 3.2.0 pypi_0 pypi
chumpy 0.70 pypi_0 pypi
click 8.1.6 pypi_0 pypi
codecov 2.1.13 pypi_0 pypi
colorama 0.4.6 pypi_0 pypi
coloredlogs 15.0.1 pypi_0 pypi
colorlog 6.7.0 pypi_0 pypi
colormap 1.0.4 pypi_0 pypi
contourpy 1.1.0 pypi_0 pypi
coverage 7.2.7 pypi_0 pypi
cycler 0.11.0 pypi_0 pypi
cython 3.0.0 pypi_0 pypi
deprecated 1.2.14 pypi_0 pypi
dotty-dict 1.3.1 pypi_0 pypi
easydev 0.12.1 pypi_0 pypi
einops 0.6.1 pypi_0 pypi
exceptiongroup 1.1.2 pypi_0 pypi
ffmpeg 4.2.2 he774522_0
filelock 3.12.2 pypi_0 pypi
flake8 6.1.0 pypi_0 pypi
flatbuffers 23.5.26 pypi_0 pypi
fonttools 4.42.0 pypi_0 pypi
freetype-py 2.4.0 pypi_0 pypi
git 2.40.1 haa95532_1
h5py 3.9.0 pypi_0 pypi
humanfriendly 10.0 pypi_0 pypi
idna 3.4 pypi_0 pypi
imageio 2.31.1 pypi_0 pypi
importlib-metadata 6.8.0 pypi_0 pypi
importlib-resources 6.0.1 pypi_0 pypi
iniconfig 2.0.0 pypi_0 pypi
interrogate 1.5.0 pypi_0 pypi
isort 4.3.21 pypi_0 pypi
jinja2 3.1.2 pypi_0 pypi
joblib 1.3.1 pypi_0 pypi
json-tricks 3.17.2 pypi_0 pypi
kiwisolver 1.4.4 pypi_0 pypi
lap 0.4.0 pypi_0 pypi
lazy-loader 0.3 pypi_0 pypi
libffi 3.4.4 hd77b12b_0
llvmlite 0.36.0 pypi_0 pypi
lmdb 1.4.1 pypi_0 pypi
markdown-it-py 3.0.0 pypi_0 pypi
markupsafe 2.1.3 pypi_0 pypi
matplotlib 3.7.2 pypi_0 pypi
mccabe 0.7.0 pypi_0 pypi
mdurl 0.1.2 pypi_0 pypi
mmcls 0.25.0 pypi_0 pypi
mmcv 2.0.1 dev_0 <develop>
mmdet 3.1.0 dev_0 <develop>
mmengine 0.8.4 pypi_0 pypi
mmhuman3d 0.11.0 dev_0 <develop>
mmpose 1.1.0 dev_0 <develop>
mmtrack 0.14.0 dev_0 <develop>
motmetrics 1.4.0 pypi_0 pypi
mpmath 1.3.0 pypi_0 pypi
networkx 3.1 pypi_0 pypi
ninja 1.11.1 pypi_0 pypi
numba 0.53.0 pypi_0 pypi
numpy 1.22.4 pypi_0 pypi
onnx 1.7.0 pypi_0 pypi
onnxoptimizer 0.3.13 pypi_0 pypi
onnxruntime 1.15.1 pypi_0 pypi
opencv-python 4.8.0.74 pypi_0 pypi
openssl 3.0.10 h2bbff1b_0
packaging 23.1 pypi_0 pypi
pandas 1.3.5 pypi_0 pypi
parameterized 0.9.0 pypi_0 pypi
pexpect 4.8.0 pypi_0 pypi
pillow 10.0.0 pypi_0 pypi
pip 23.2.1 py38haa95532_0
platformdirs 3.10.0 pypi_0 pypi
pluggy 1.2.0 pypi_0 pypi
plyfile 1.0.1 pypi_0 pypi
portalocker 2.7.0 pypi_0 pypi
poseval 0.1.0 pypi_0 pypi
protobuf 3.19.6 pypi_0 pypi
psutil 5.9.5 pypi_0 pypi
ptyprocess 0.7.0 pypi_0 pypi
py 1.11.0 pypi_0 pypi
pycocotools 2.0.6 pypi_0 pypi
pycodestyle 2.11.0 pypi_0 pypi
pyerfa 2.0.0.3 pypi_0 pypi
pyflakes 3.1.0 pypi_0 pypi
pyglet 2.0.9 pypi_0 pypi
pygments 2.16.1 pypi_0 pypi
pyopengl 3.1.0 pypi_0 pypi
pyparsing 3.0.9 pypi_0 pypi
pyreadline3 3.4.1 pypi_0 pypi
pyrender 0.1.45 pypi_0 pypi
pytest 7.4.0 pypi_0 pypi
pytest-runner 6.0.0 pypi_0 pypi
python 3.8.17 h1aa4202_0
python-dateutil 2.8.2 pypi_0 pypi
pytorch3d 0.7.4 pypi_0 pypi
pyturbojpeg 1.7.2 pypi_0 pypi
pytz 2023.3 pypi_0 pypi
pywavelets 1.4.1 pypi_0 pypi
pywin32 306 pypi_0 pypi
pyyaml 6.0.1 pypi_0 pypi
qudida 0.0.4 pypi_0 pypi
regex 2023.6.3 pypi_0 pypi
requests 2.31.0 pypi_0 pypi
rich 13.5.2 pypi_0 pypi
rtree 1.0.1 pypi_0 pypi
scikit-image 0.21.0 pypi_0 pypi
scikit-learn 1.3.0 pypi_0 pypi
scipy 1.10.1 pypi_0 pypi
seaborn 0.12.2 pypi_0 pypi
setuptools 68.0.0 py38haa95532_0
shapely 2.0.1 pypi_0 pypi
six 1.16.0 pypi_0 pypi
smplx 0.1.28 pypi_0 pypi
sqlite 3.41.2 h2bbff1b_0
surrogate 0.1 pypi_0 pypi
sympy 1.12 pypi_0 pypi
tabulate 0.9.0 pypi_0 pypi
termcolor 2.3.0 pypi_0 pypi
terminaltables 3.1.10 pypi_0 pypi
threadpoolctl 3.2.0 pypi_0 pypi
tifffile 2023.7.10 pypi_0 pypi
toml 0.10.2 pypi_0 pypi
tomli 2.0.1 pypi_0 pypi
torch 2.0.1 pypi_0 pypi
torchaudio 2.0.2 pypi_0 pypi
torchvision 0.15.2 pypi_0 pypi
tqdm 4.65.2 pypi_0 pypi
trimesh 3.23.1 pypi_0 pypi
typing-extensions 4.7.1 pypi_0 pypi
tzdata 2023.3 pypi_0 pypi
urllib3 2.0.4 pypi_0 pypi
vc 14.2 h21ff451_1
vedo 2023.4.6 pypi_0 pypi
vs2015_runtime 14.27.29016 h5e58377_2
vtk 9.2.6 pypi_0 pypi
wheel 0.38.4 py38haa95532_0
wrapt 1.15.0 pypi_0 pypi
xdoctest 1.1.1 pypi_0 pypi
xmltodict 0.13.0 pypi_0 pypi
xtcocotools 1.13 pypi_0 pypi
yacs 0.1.8 pypi_0 pypi
yapf 0.40.1 pypi_0 pypi
zipp 3.16.2 pypi_0 pypi
# git config --global http.proxy http://127.0.0.1:7890
# git config --global --unset http.proxy
# 试图在windows gpu pytorch上安装MMhuman3d所做的一些尝试：
# 卸载
pip uninstall torch torchvision torchaudio -y
# windows cpu pytorch(2.0.1) 无cudatoolkit：完美安装
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu116 -i https://pypi.tuna.tsinghua.edu.cn/simple
# windows gpu pytorch(1.13.1) 无cudatoolkit：不可安装
pip install torch-1.13.1+cu116-cp38-cp38-win_amd64.whl
pip install torch==1.13.1+cu116 torchvision==0.14.1+cu116 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu116
# windows gpu pytorch(2.0.0) cudatoolkit(11.8)：不可安装
conda install cudatoolkit=11.8
cd D:\WLm_Project\MotionCatch\Openmmlab
pip install torch-2.0.0+cu117-cp38-cp38-win_amd64.whl -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install torch==2.0.0+cu117 torchvision==0.15.1+cu117 torchaudio==2.0.1 --index-url https://download.pytorch.org/whl/cu117
# windows gpu pytorch(1.10.1) cudatoolkit(11.3)：不可安装
conda install cudatoolkit=11.3
pip install torch-1.10.1+cu111-cp38-cp38-win_amd64.whl
pip install torch==1.10.1+cu111 torchvision==0.11.2+cu111 torchaudio==0.10.1 -f https://download.pytorch.org/whl/cu111/torch_stable.html
# mmhuman3d安装指令
cd D:\WLm_Project\MotionCatch\Openmmlab\mmhuman3d\mmhuman3d
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install -v -e . -i https://pypi.tuna.tsinghua.edu.cn/simple
Linux中的OpenMMlab全家桶的安装
在linux下安装OpenMMlab全家桶非常简单，也不会遇到什么大问题。windows10中最令人头疼的pickle5和编译器问题在Ubuntu18.04中并不是问题。因为OpenMMlab就是针对linux开发的。
同样，从源码构建的方式，升级需要先pip uninstall卸载相应的包，再删除源码文件夹重新后git并编译。
# 创建环境
conda create -n OpenMMlab python=3.7 -y
conda activate OpenMMlab
#ffmpeg
conda install ffmpeg -y
#pytorch全家桶
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 -c pytorch -y
# pytorch3D
conda install -c fvcore -c iopath -c conda-forge fvcore iopath -y
conda install -c bottler nvidiacub -y
conda install pytorch3d -c pytorch3d
# mmcv
cd
mkdir OpenMMlab/mmcv
cd OpenMMlab/mmcv
git clone https://github.com/open-mmlab/mmcv.git -b v1.5.3
cd mmcv
pip install -r requirements.txt
MMCV_WITH_OPS=1 pip install -e .
# mmdetection
cd
mkdir OpenMMlab/mmdetection
cd OpenMMlab/mmdetection
git clone https://github.com/open-mmlab/mmdetection.git -b v2.25.1
cd mmdetection
pip install -r requirements/build.txt
pip install -v -e .
# mmpose
cd
mkdir OpenMMlab/mmpose
cd OpenMMlab/mmpose
git clone https://github.com/open-mmlab/mmpose.git -b v1.1.0
cd mmpose
pip install -r requirements.txt
pip install -v -e .
#mmtrack
cd
mkdir OpenMMlab/mmtrack
cd OpenMMlab/mmtrack
git clone https://github.com/open-mmlab/mmtracking.git -b v0.14.0
cd mmtracking
pip install -r requirements/build.txt
pip install -v -e .
# mmhuman3D
cd
mkdir OpenMMlab/mmhuman3D
cd OpenMMlab/mmhuman3D
git clone https://github.com/open-mmlab/mmhuman3d.git# 安装最新版0.11.0
cd mmhuman3d
pip install -r requirements.txt
pip install -v -e .
以下是安装完成后的截图：
mmcv-full-1.5.3
mmdet-2.25.1
mmpose-1.1.0
mmtrack-0.14.0
mmhuman3D-0.11.0
一.Ubuntu18.04 Conda list
# packages in environment at /home/sqy/anaconda3/envs/OpenMMlab:
#
# Name Version Build Channel
_libgcc_mutex 0.1 main
_openmp_mutex 5.1 1_gnu
addict 2.4.0 pypi_0 pypi
astropy 4.3.1 pypi_0 pypi
attributee 0.1.5 pypi_0 pypi
attrs 23.1.0 pypi_0 pypi
blas 1.0 mkl
brotlipy 0.7.0 py37h27cfd23_1003
bzip2 1.0.8 h7b6447c_0
ca-certificates 2023.7.22 hbcca054_0 conda-forge
cdflib 0.3.20 pypi_0 pypi
certifi 2023.7.22 pyhd8ed1ab_0 conda-forge
cffi 1.15.1 py37h5eee18b_3
charset-normalizer 2.0.4 pyhd3eb1b0_0
chumpy 0.70 pypi_0 pypi
click 8.1.6 pypi_0 pypi
codecov 2.1.13 pypi_0 pypi
colorama 0.4.6 pyhd8ed1ab_0 conda-forge
coloredlogs 15.0.1 pypi_0 pypi
colorlog 6.7.0 pypi_0 pypi
colormap 1.0.4 pypi_0 pypi
coverage 7.2.7 pypi_0 pypi
cryptography 39.0.1 py37h9ce1e76_0
cudatoolkit 11.3.1 h2bc3f7f_2
cycler 0.11.0 pypi_0 pypi
cython 3.0.0 pypi_0 pypi
deprecated 1.2.14 pypi_0 pypi
dotty-dict 1.3.1 pypi_0 pypi
easydev 0.12.1 pypi_0 pypi
einops 0.6.1 pypi_0 pypi
exceptiongroup 1.1.2 pypi_0 pypi
ffmpeg 4.2.2 h20bf706_0
flake8 5.0.4 pypi_0 pypi
flatbuffers 23.5.26 pypi_0 pypi
fonttools 4.38.0 pypi_0 pypi
freetype 2.12.1 h4a9f257_0
fvcore 0.1.5.post20210915 py37 fvcore
giflib 5.2.1 h5eee18b_3
gmp 6.2.1 h295c915_3
gnutls 3.6.15 he1e5248_0
h5py 3.8.0 pypi_0 pypi
humanfriendly 10.0 pypi_0 pypi
idna 3.4 py37h06a4308_0
imageio 2.31.1 pypi_0 pypi
importlib-metadata 4.2.0 pypi_0 pypi
iniconfig 2.0.0 pypi_0 pypi
intel-openmp 2021.4.0 h06a4308_3561
interrogate 1.5.0 pypi_0 pypi
iopath 0.1.9 py37 iopath
isort 4.3.21 pypi_0 pypi
jpeg 9e h5eee18b_1
json-tricks 3.17.2 pypi_0 pypi
kiwisolver 1.4.4 pypi_0 pypi
lame 3.100 h7b6447c_0
lap 0.4.0 pypi_0 pypi
lcms2 2.12 h3be6417_0
ld_impl_linux-64 2.38 h1181459_1
lerc 3.0 h295c915_0
libdeflate 1.17 h5eee18b_0
libffi 3.4.4 h6a678d5_0
libgcc-ng 11.2.0 h1234567_1
libgomp 11.2.0 h1234567_1
libidn2 2.3.4 h5eee18b_0
libopus 1.3.1 h7b6447c_0
libpng 1.6.39 h5eee18b_0
libstdcxx-ng 11.2.0 h1234567_1
libtasn1 4.19.0 h5eee18b_0
libtiff 4.5.0 h6a678d5_2
libunistring 0.9.10 h27cfd23_0
libvpx 1.7.0 h439df22_0
libwebp 1.2.4 h11a3e52_1
libwebp-base 1.2.4 h5eee18b_1
lmdb 1.4.1 pypi_0 pypi
lz4-c 1.9.4 h6a678d5_0
markdown-it-py 2.2.0 pypi_0 pypi
matplotlib 3.5.3 pypi_0 pypi
mccabe 0.7.0 pypi_0 pypi
mdurl 0.1.2 pypi_0 pypi
mkl 2021.4.0 h06a4308_640
mkl-service 2.4.0 py37h7f8727e_0
mkl_fft 1.3.1 py37hd3c417c_0
mkl_random 1.2.2 py37h51133e4_0
mmcls 0.25.0 pypi_0 pypi
mmcv-full 1.5.3 dev_0 <develop>
mmdet 2.25.1 dev_0 <develop>
mmengine 0.8.4 pypi_0 pypi
mmhuman3d 0.11.0 dev_0 <develop>
mmpose 1.1.0 dev_0 <develop>
mmtrack 0.14.0 pypi_0 pypi
motmetrics 1.4.0 pypi_0 pypi
mpmath 1.3.0 pypi_0 pypi
munkres 1.1.4 pypi_0 pypi
ncurses 6.4 h6a678d5_0
nettle 3.7.3 hbbd107a_1
networkx 2.6.3 pypi_0 pypi
ninja 1.11.1 pypi_0 pypi
numpy 1.21.6 pypi_0 pypi
nvidiacub 1.10.0 0 bottler
onnx 1.7.0 pypi_0 pypi
onnxoptimizer 0.3.13 pypi_0 pypi
onnxruntime 1.14.1 pypi_0 pypi
opencv-python 4.8.0.76 pypi_0 pypi
openh264 2.1.1 h4ff587b_0
openssl 1.1.1v h7f8727e_0
packaging 23.1 pypi_0 pypi
pandas 1.3.5 pypi_0 pypi
parameterized 0.9.0 pypi_0 pypi
pexpect 4.8.0 pypi_0 pypi
pickle5 0.0.12 pypi_0 pypi
pillow 9.4.0 py37h6a678d5_0
pip 22.3.1 py37h06a4308_0
platformdirs 3.10.0 pypi_0 pypi
pluggy 1.2.0 pypi_0 pypi
plyfile 0.9 pypi_0 pypi
portalocker 1.4.0 py_0 conda-forge
protobuf 3.19.6 pypi_0 pypi
psutil 5.9.5 pypi_0 pypi
ptyprocess 0.7.0 pypi_0 pypi
py 1.11.0 pypi_0 pypi
pycocotools 2.0.6 pypi_0 pypi
pycodestyle 2.9.1 pypi_0 pypi
pycparser 2.21 pyhd3eb1b0_0
pyerfa 2.0.0.3 pypi_0 pypi
pyflakes 2.5.0 pypi_0 pypi
pygments 2.16.1 pypi_0 pypi
pyopenssl 23.0.0 py37h06a4308_0
pyparsing 3.1.1 pypi_0 pypi
pysocks 1.7.1 py37_1
pytest 7.4.0 pypi_0 pypi
pytest-runner 6.0.0 pypi_0 pypi
python 3.7.16 h7a1cb2a_0
python-dateutil 2.8.2 pypi_0 pypi
python_abi 3.7 2_cp37m conda-forge
pytorch 1.12.1 py3.7_cuda11.3_cudnn8.3.2_0 pytorch
pytorch-mutex 1.0 cuda pytorch
pytorch3d 0.7.1 py37_cu113_pyt1121 pytorch3d
pyturbojpeg 1.7.2 pypi_0 pypi
pytz 2023.3 pypi_0 pypi
pywavelets 1.3.0 pypi_0 pypi
pyyaml 6.0 py37h540881e_4 conda-forge
readline 8.2 h5eee18b_0
requests 2.28.1 py37h06a4308_0
rich 13.5.2 pypi_0 pypi
rtree 1.0.1 pypi_0 pypi
scikit-image 0.19.3 pypi_0 pypi
scipy 1.7.3 pypi_0 pypi
seaborn 0.12.2 pypi_0 pypi
setuptools 65.6.3 py37h06a4308_0
shapely 2.0.1 pypi_0 pypi
six 1.16.0 pyhd3eb1b0_1
smplx 0.1.28 pypi_0 pypi
sqlite 3.41.2 h5eee18b_0
surrogate 0.1 pypi_0 pypi
sympy 1.10.1 pypi_0 pypi
tabulate 0.9.0 pyhd8ed1ab_1 conda-forge
termcolor 2.3.0 pyhd8ed1ab_0 conda-forge
terminaltables 3.1.10 pypi_0 pypi
tifffile 2021.11.2 pypi_0 pypi
tk 8.6.12 h1ccaba5_0
toml 0.10.2 pypi_0 pypi
tomli 2.0.1 pypi_0 pypi
torchaudio 0.12.1 py37_cu113 pytorch
torchvision 0.13.1 py37_cu113 pytorch
tqdm 4.66.1 pyhd8ed1ab_0 conda-forge
trimesh 3.23.1 pypi_0 pypi
typing-extensions 4.7.1 pypi_0 pypi
urllib3 1.26.14 py37h06a4308_0
vedo 2023.4.6 pypi_0 pypi
vtk 9.2.6 pypi_0 pypi
wheel 0.38.4 py37h06a4308_0
wrapt 1.15.0 pypi_0 pypi
x264 1!157.20191217 h7b6447c_0
xdoctest 1.1.1 pypi_0 pypi
xmltodict 0.13.0 pypi_0 pypi
xtcocotools 1.13 pypi_0 pypi
xz 5.4.2 h5eee18b_0
yacs 0.1.8 pyhd8ed1ab_0 conda-forge
yaml 0.2.5 h7f98852_2 conda-forge
yapf 0.33.0 pypi_0 pypi
zipp 3.15.0 pypi_0 pypi
zlib 1.2.13 h5eee18b_0
zstd 1.5.5 hc292b87_0
mmhuman3d如何使用(以linux环境为例)
嫌麻烦可以直接下载我打包好的data文件夹，直接解压放到mmhuman3d下即可：Google盘
一.下载smpl相关文件
在mmhuman3D/mmhuman3d下创建data文件夹
下载以下文件
J_regressor_extra.npy
J_regressor_h36m.npy
smpl_mean_params.npz
SMPL_MALE.pkl9
SMPL_FEMALE.pkl9
SMPL_NEUTRAL.pkl10
下载完成后，需要构造目录格式如下：
二.下载预训练模型
官方模型库下载地址
下载每个算法介绍最下方的模型即可(以HMR算法的resnet50_hmr_pw3d.pth为例)，所有模型都放到data/checkpoints目录下：
三.推理
因为在pc上部署的环境，导致没有足够大的硬盘空间存储数据集。所以只包括推理过程的使用方法，没有涉及训练及验证过程。训练需要下载npz文件作为数据集，可以参考这个：数据预处理。
# 单人离线 : 可执行
python demo/estimate_smpl.py \
configs/hmr/resnet50_hmr_pw3d.py \
data/checkpoints/resnet50_hmr_pw3d-04f40f58_20211201.pth \
--single_person_demo \
--det_config demo/mmdetection_cfg/faster_rcnn_r50_fpn_coco.py \
--det_checkpoint https://download.openmmlab.com/mmdetection/v2.0/faster_rcnn/faster_rcnn_r50_fpn_1x_coco/faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth \
--input_path demo/resources/single_person_demo.mp4 \
--show_path vis_results/single_person_demo.mp4 \
--output demo_result \
--smooth_type savgol \
--speed_up_type deciwatch \
--draw_bbox
# 多人离线：可执行
python demo/estimate_smpl.py \
configs/hmr/resnet50_hmr_pw3d.py \
data/checkpoints/resnet50_hmr_pw3d-04f40f58_20211201.pth \
--multi_person_demo \
--tracking_config demo/mmtracking_cfg/deepsort_faster-rcnn_fpn_4e_mot17-private-half.py \
--input_path demo/resources/multi_person_demo.mp4 \
--show_path vis_results/multi_person_demo.mp4 \
--smooth_type savgol \
--speed_up_type deciwatch \
--draw_bbox
# 在线：可执行
python demo/webcam_demo.py
文章来源：https://www.toymoban.com/news/detail-648548.html
参考链接
1.win10中CUDA cundnn pytorch环境搭建记录
2.在windows中安装Pytorch3D
3.ImportError: cannot import name ‘_C’ from ‘pytorch3d’
4.Windows10下面安装MMCV全过程图文详解
5.【OpenMMLab全家桶】Win10编译配置教程
6.呼吁移除pickle5
7.pickle5有何作用
8.其他作者fork的代码，但是mmhuman3d团队暂时没有归并到自己repo中
9.SMPL_FEMALE.pkl 和SMPL_MALE.pkl下载(需改名)
10.SMPL_NEUTRAL.pkl下载(直接下载)文章来源地址https://www.toymoban.com/news/detail-648548.html
到了这里，关于windows10和linux18.04中配置mmhuman3d的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
