Vid2Avatar: 通过自监督场景分解从野外视频中重建 3D 虚拟形象 (CVPR2023)
conda create -n v2a Python=3.7 并 conda activate v2acd vid2avatar, pip install -r requirement.txt 并 cd code; Python setup.py develop您可以快速开始使用 Vid2Avatar,其中包含经过预处理的示例序列以及预先训练的检查点。这些数据可从 Google 云端硬盘 下载,该云端硬盘最初是由 NeuMan 提供的视频片段。将此经过预处理的示例数据放在文件夹 data/ 中,将文件夹 checkpoints 放在 outputs/parkinglot/ 中。
培训通常需要 24-48 小时。验证结果可以在 outputs/ 中找到。
暂无开放 Issues,或尚未同步最近议题。