ho3d-zero123-processed / scripts /InstantMesh_render_README.md
ZionHao's picture
Add files using upload-large-folder tool
b89dd15 verified
|
Raw History Blame Contribute Delete
5.73 kB
# InstantMesh 标准化与渲染工具(render/)
本目录提供三个核心功能:
- **模型标准化**:`models/model_normalizer.py`
- **多视角渲染**:`models/instantmesh_renderer_v4.py`
- **Contact 数据集一键处理**:`contact_processor.py`(封装重建 → 标准化 → 渲染)
下文只保留最常用、可直接复制运行的命令,其它细节请查看各脚本的 `--help`。
---
## 一、最常用命令速查
### 1. 单个 OBJ:标准化 → 渲染 → InstantMesh 重建
```bash
# 1) 标准化(输出 Z-up finger+Z)
cd /home/miro/hzx/InstantMesh/render
python models/model_normalizer.py \
--input /path/to/hand_object_combined.obj \
--output /path/to/output_dir
# 2) 多视角渲染(6 视角 Zero123++ 风格)
cd /home/miro/hzx/InstantMesh
python render/models/instantmesh_renderer_v4.py \
--input /path/to/output_dir/normalized_hand_object_combined.obj \
--output /path/to/render_6view.png
# 3) InstantMesh 重建(可选 --clean 自动清理悬浮碎片)
python scripts/infer_multiview.py \
--input /path/to/render_6view.png \
--output /path/to/output_dir \
--config instant-mesh-large \
--view_order zero123 \
--device cuda:0 \
--clean
```
### 2. HO3D / HOI4D 目录批量标准化(支持多进程)
使用 PyTorch `DataLoader` 的多进程 CPU 加速,自动断点续传(已存在 OBJ 会跳过):
```bash
cd /home/miro/hzx/InstantMesh/render
python models/model_normalizer.py \
--input /home/miro/hzx/datasets/new/output/hoi4d_right_hand_grasps_v1 \
--output /home/miro/hzx/datasets/new/output/hoi4d_right_hand_grasps_v1_processed \
--parallel \
--workers 32
```
做小规模测试时,可以限制序列数和帧数:
```bash
python models/model_normalizer.py \
--input /home/miro/hzx/datasets/new/output/hoi4d_right_hand_grasps_v1 \
--output /home/miro/hzx/datasets/new/output/hoi4d_right_hand_grasps_v1_processed \
--parallel --workers 8 \
--max-sequences 3 --max-frames 3
```
### 3. Contact 数据集一键处理
`contact_processor.py` 会按「重建 → 标准化 → 渲染」顺序执行完整流水线:
```bash
cd /home/miro/hzx/InstantMesh/render
# 查看配置
python contact_processor.py --config
# 完整流程(推荐生产配置)
python contact_processor.py --step all --parallel --parallel-workers 2
# 快速测试(每序列少量帧)
python contact_processor.py --step all --test --frames 3
```
更多 Contact 细节请直接运行:
```bash
python contact_processor.py --help
```
---
## 二、HO3D / HOI4D 标准化:`models/model_normalizer.py`
支持:
- 单文件标准化(输入单个 OBJ)
- 目录批量标准化(输入 HO3D / HOI4D 序列目录)
- 基于 PyTorch `DataLoader` 的多进程 CPU 并行
- 断点续传:已存在输出 OBJ 会自动跳过
### 1. 命令行参数(精简版)
- `--input, -i`:输入文件或目录
- `--output, -o`:输出目录
- `--parallel, -p`:目录模式下启用 DataLoader 多进程
- `--workers, -w`:CPU worker 数(默认 4,64 核机器可用 16–32)
- `--max-sequences`:最多处理多少个序列(测试用)
- `--max-frames`:每个序列最多处理多少帧(测试用)
- `--batch`:使用 `simple_multiview_config.py` 中的批量配置
- `--coord`:输出坐标系(`y_up` / `z_up_finger_z`,默认后者)
完整帮助请看:
```bash
python models/model_normalizer.py --help
```
### 2. 目录结构约定(并行模式)
当 `--input` 是目录时,脚本会递归扫描序列与帧文件,例如:
```text
/path/to/input_dir/
├─ C12_N11_S154_s03_T1/
│ ├─ frame_00074.ply
│ ├─ frame_00075.ply
│ └─ ...
└─ ...
```
输出目录会镜像该结构,每一帧生成一个 `normalized_frame_XXXXX.obj`:
```text
/path/to/output_dir/
├─ C12_N11_S154_s03_T1/
│ ├─ normalized_frame_00074.obj
│ ├─ normalized_frame_00075.obj
│ └─ ...
└─ ...
```
处理过程中会在 `/tmp` 下创建临时目录,规范化后的模型先写入临时目录,再原子移动到最终路径;
临时目录在每个任务结束后自动删除,不会残留。
---
## 三、多视角渲染:`models/instantmesh_renderer_v4.py`
将标准化后的 OBJ 渲染为 6 视角 Zero123++ 风格的 3×2 拼接图:
```bash
python render/models/instantmesh_renderer_v4.py \
--input /path/to/normalized_hand_object_combined.obj \
--output /path/to/render_6view.png \
--input_coord z_up
```
常用参数:
- `--input`:标准化 OBJ
- `--output`:输出 PNG
- `--input_coord`:输入坐标系(新链路一般使用 `z_up`)
相机视角、FOV 等硬编码在脚本顶部常量中,如需修改请直接编辑该文件。
---
## 四、Contact 数据集批处理:`contact_processor.py`
如需对原始 Contact 数据集执行从重建到渲染的完整流水线:
- 入口:`contact_processor.py`
- 配置:`simple_multiview_config.py`
推荐用法:
```bash
cd /home/miro/hzx/InstantMesh/render
# 看清配置再跑
python contact_processor.py --config
# 测试少量数据
python contact_processor.py --step all --test --frames 3
# 生产环境
python contact_processor.py --step all --parallel --parallel-workers 2
```
更多高级参数(如 batch size、只跑某一步等)请看:
```bash
python contact_processor.py --help
```
---
## 五、配置文件:`simple_multiview_config.py`
集中管理:
- 标准化默认坐标系
- 渲染图像分辨率、相机距离、FOV
- 批量渲染 batch size 等
在不改代码的前提下,可以通过修改该文件快速调整渲染与标准化策略;
运行前建议先查看配置是否符合当前实验需求。