Step1.环境配置
出现问题1：
ERROR conda.core.link:_execute(502): An error occurred while installing package ‘conda-forge::colorama-0.4.4-pyh9f0ad1d_0’.FileNotFoundError(2, “No such file or directory: ‘XXXX/bin/python3.7’”)Attempting to roll back.
解决方法：更新源
出现问题2：安装yml文件时，最后的包找不到。 编辑
解决方法：分别手动安装clip与kaolin
Step2：代码测试
Step3：执行结果
Conda list
Step 0.基本环境要求
需要conda及CUDA版本如下，本次复现不用重新创建docker，直接使用宿主机（因为重新创建Docker并在里面安装CUDA和conda太占地方了）
Step1.环境配置
获取终端代码(建议还是直接下载zip吧，clone有点大(2G)。下载之后可以删掉.git文件夹 没什么影响)
git clone https://github.com/threedle/text2mesh
在text2mesh文件夹内执行
conda env create --file text2mesh.yml
好不容易下载完各种包，出现以下错误：
出现问题1：
ERROR conda.core.link:_execute(502): An error occurred while installing package ‘conda-forge::colorama-0.4.4-pyh9f0ad1d_0’.
FileNotFoundError(2, “No such file or directory: ‘XXXX/bin/python3.7’”)
Attempting to roll back.
conda update -n base -c defaults conda
更新完后，重复执行创建环境语句
conda env create --file text2mesh.yml
出现问题2：安装yml文件时，最后的包找不到。
查看yml文件打开这两个网址，也显示not found
https://github.com/openai/CLIP.git@d50d76daa670286dd6cacf3bcd80b5e4823fc8e1
https://github.com/NVIDIAGameWorks/kaolin@a00029e5e093b5a7fe7d3a10bf695c0f01e3bd98
我的想法是，可以先根据网址，打开这两个前向网站 看下这两个开源库怎么安装
GitHub - NVIDIAGameWorks/kaolin: A PyTorch Library for Accelerating 3D Deep Learning Research
GitHub - openai/CLIP: Contrastive Language-Image Pretraining
解决方法：分别手动安装clip与kaolin
首先发现了CLIP的安装方法,比较简单，直接执行pip安装
pip install git+https://github.com/openai/CLIP.git
然后发现了
kaolin的安装方法
看着很多 实际上只需执行1和5 因为2是测试有没有CUDA 3已经在yml安装完了 4是可选的一般用不到 不用管
执行以下命令：
# 首先配置环境变量CUDA_HOME
vi ~/.bashrc
export CUDA_HOME=/usr/local/cuda # bashrc在最底下加入,注意这个路径要实际存在，可以先cd验证下。有的文件夹名称不是cuda 需要改一下
source ~/.bashrc # 执行更改后生效
conda activate text2mesh # 重新激活环境
git clone --recursive https://github.com/NVIDIAGameWorks/kaolin
cd kaolin
git checkout v0.12.0
python setup.py develop # 编译
虽然最后编译报错 显示因为网络原因usd-core安装失败
但是kaolin编译已完成，已经能在conda list中查到。刚才的报错只是说明kaolin的依赖库usd-core没安装上
所以再手动安装usd-core和scipy
注意安装的kaolin是0.12.0，依赖的scipy<=1.7.2,>=1.2.0 usd-core<22.8，所以我选择安装scipy1.7.2 usd-core21.8(老规矩 使用清华景象 方便又快捷)
pip install usd-core==21.8 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install scipy==1.7.2 -i https://pypi.tuna.tsinghua.edu.cn/simple
测试kaolin是否安装成功：
python -c "import kaolin; print(kaolin.__version__)"
显示如下即可
搞定 然后开始跑程序
Step2：代码测试
给脚本赋予777权限
sudo chmod 777 /demo/run_alien_cobble.sh
然后执行即可
./demo/run_alien_cobble.sh
Step3：执行结果
输出将保存到text2mesh/demo/results/demo中，其中包含风格化的 .obj 文件、彩色和非彩色渲染视图以及训练期间的屏幕截图。
init_cluster
final_cluster
训练期间 iter_0 iter_100 ... iter_1400的屏幕截图
# packages in environment at /home/sqy/anaconda3/envs/text2mesh:
# Name Version Build Channel
_libgcc_mutex 0.1 conda_forge conda-forge
_openmp_mutex 4.5 2_kmp_llvm conda-forge
alsa-lib 1.2.7.2 h166bdaf_0 conda-forge
argon2-cffi 21.3.0 pyhd8ed1ab_0 conda-forge
argon2-cffi-bindings 21.2.0 py39hb9d737c_2 conda-forge
asttokens 2.0.8 pyhd8ed1ab_0 conda-forge
attr 2.5.1 h166bdaf_1 conda-forge
attrs 22.1.0 pyh71513ae_1 conda-forge
backcall 0.2.0 pyh9f0ad1d_0 conda-forge
backports 1.0 py_2 conda-forge
backports.functools_lru_cache 1.6.4 pyhd8ed1ab_0 conda-forge
beautifulsoup4 4.11.1 pyha770c72_0 conda-forge
blas 1.0 mkl
bleach 5.0.1 pyhd8ed1ab_0 conda-forge
brotli 1.0.9 h166bdaf_7 conda-forge
brotli-bin 1.0.9 h166bdaf_7 conda-forge
brotlipy 0.7.0 py39hb9d737c_1005 conda-forge
bzip2 1.0.8 h7f98852_4 conda-forge
ca-certificates 2022.9.24 ha878542_0 conda-forge
certifi 2022.9.24 pyhd8ed1ab_0 conda-forge
cffi 1.15.1 py39he91dace_2 conda-forge
charset-normalizer 2.1.1 pyhd8ed1ab_0 conda-forge
clip 1.0 pypi_0 pypi
cryptography 38.0.2 py39hd97740a_1 conda-forge
cudatoolkit 11.3.1 h9edb442_10 conda-forge
cycler 0.11.0 pyhd8ed1ab_0 conda-forge
dbus 1.13.6 h5008d03_3 conda-forge
debugpy 1.6.3 py39h5a03fae_0 conda-forge
decorator 5.1.1 pyhd8ed1ab_0 conda-forge
defusedxml 0.7.1 pyhd8ed1ab_0 conda-forge
entrypoints 0.4 pyhd8ed1ab_0 conda-forge
executing 1.1.1 pyhd8ed1ab_0 conda-forge
expat 2.5.0 h27087fc_0 conda-forge
ffmpeg 4.3 hf484d3e_0 pytorch
fftw 3.3.10 nompi_hf0379b8_105 conda-forge
flit-core 3.7.1 pyhd8ed1ab_0 conda-forge
font-ttf-dejavu-sans-mono 2.37 hab24e00_0 conda-forge
font-ttf-inconsolata 3.000 h77eed37_0 conda-forge
font-ttf-source-code-pro 2.038 h77eed37_0 conda-forge
font-ttf-ubuntu 0.83 hab24e00_0 conda-forge
fontconfig 2.14.1 hc2a2eb6_0 conda-forge
fonts-conda-ecosystem 1 0 conda-forge
fonts-conda-forge 1 0 conda-forge
fonttools 4.38.0 py39hb9d737c_0 conda-forge
freetype 2.12.1 hca18f0e_0 conda-forge
ftfy 6.1.1 pypi_0 pypi
gettext 0.21.1 h27087fc_0 conda-forge
glib 2.74.0 h6239696_0 conda-forge
glib-tools 2.74.0 h6239696_0 conda-forge
gmp 6.2.1 h58526e2_0 conda-forge
gnutls 3.6.13 h85f3911_1 conda-forge
gst-plugins-base 1.20.3 h57caac4_2 conda-forge
gstreamer 1.20.3 hd4edc92_2 conda-forge
icu 70.1 h27087fc_0 conda-forge
idna 3.4 pyhd8ed1ab_0 conda-forge
importlib-metadata 4.11.4 py39hf3d152e_0 conda-forge
importlib_resources 5.10.0 pyhd8ed1ab_0 conda-forge
ipykernel 6.16.2 pyh210e3f2_0 conda-forge
ipython 8.5.0 pyh41d4057_1 conda-forge
ipython_genutils 0.2.0 py_1 conda-forge
ipywidgets 8.0.2 pyhd8ed1ab_1 conda-forge
jack 1.9.21 h2a1e645_0 conda-forge
jedi 0.18.1 pyhd8ed1ab_2 conda-forge
jinja2 3.1.2 pyhd8ed1ab_1 conda-forge
jpeg 9e h166bdaf_2 conda-forge
jsonschema 4.16.0 pyhd8ed1ab_0 conda-forge
jupyter 1.0.0 py39hf3d152e_7 conda-forge
jupyter_client 7.4.4 pyhd8ed1ab_0 conda-forge
jupyter_console 6.4.4 pyhd8ed1ab_0 conda-forge
jupyter_core 4.11.1 py39hf3d152e_0 conda-forge
jupyterlab_pygments 0.2.2 pyhd8ed1ab_0 conda-forge
jupyterlab_widgets 3.0.3 pyhd8ed1ab_0 conda-forge
kaolin 0.12.0 dev_0 <develop>
keyutils 1.6.1 h166bdaf_0 conda-forge
kiwisolver 1.4.4 py39hf939315_0 conda-forge
krb5 1.19.3 h3790be6_0 conda-forge
lame 3.100 h166bdaf_1003 conda-forge
lcms2 2.12 hddcbb42_0 conda-forge
ld_impl_linux-64 2.39 hc81fddc_0 conda-forge
lerc 4.0.0 h27087fc_0 conda-forge
libbrotlicommon 1.0.9 h166bdaf_7 conda-forge
libbrotlidec 1.0.9 h166bdaf_7 conda-forge
libbrotlienc 1.0.9 h166bdaf_7 conda-forge
libcap 2.66 ha37c62d_0 conda-forge
libclang 14.0.6 default_h2e3cab8_0 conda-forge
libclang13 14.0.6 default_h3a83d3e_0 conda-forge
libcups 2.3.3 h3e49a29_2 conda-forge
libdb 6.2.32 h9c3ff4c_0 conda-forge
libdeflate 1.14 h166bdaf_0 conda-forge
libedit 3.1.20191231 he28a2e2_2 conda-forge
libevent 2.1.10 h9b69904_4 conda-forge
libffi 3.4.2 h7f98852_5 conda-forge
libflac 1.4.2 h27087fc_0 conda-forge
libgcc-ng 12.2.0 h65d4601_19 conda-forge
libgfortran-ng 12.2.0 h69a702a_19 conda-forge
libgfortran5 12.2.0 h337968e_19 conda-forge
libglib 2.74.0 h7a41b64_0 conda-forge
libiconv 1.17 h166bdaf_0 conda-forge
libllvm14 14.0.6 he0ac6c6_0 conda-forge
libnsl 2.0.0 h7f98852_0 conda-forge
libogg 1.3.4 h7f98852_1 conda-forge
libopus 1.3.1 h7f98852_1 conda-forge
libpng 1.6.38 h753d276_0 conda-forge
libpq 14.5 hd77ab85_1 conda-forge
libsndfile 1.1.0 h27087fc_0 conda-forge
libsodium 1.0.18 h36c2ea0_1 conda-forge
libsqlite 3.39.4 h753d276_0 conda-forge
libstdcxx-ng 12.2.0 h46fd767_19 conda-forge
libtiff 4.4.0 h55922b4_4 conda-forge
libtool 2.4.6 h9c3ff4c_1008 conda-forge
libudev1 251 h166bdaf_0 conda-forge
libuuid 2.32.1 h7f98852_1000 conda-forge
libvorbis 1.3.7 h9c3ff4c_0 conda-forge
libwebp-base 1.2.4 h166bdaf_0 conda-forge
libxcb 1.13 h7f98852_1004 conda-forge
libxkbcommon 1.0.3 he3ba5ed_0 conda-forge
libxml2 2.10.3 h7463322_0 conda-forge
libzlib 1.2.13 h166bdaf_4 conda-forge
llvm-openmp 14.0.4 he0ac6c6_0 conda-forge
markupsafe 2.1.1 py39hb9d737c_2 conda-forge
matplotlib 3.5.2 py39hf3d152e_1 conda-forge
matplotlib-base 3.5.2 py39h700656a_1 conda-forge
matplotlib-inline 0.1.6 pyhd8ed1ab_0 conda-forge
mistune 2.0.4 pyhd8ed1ab_0 conda-forge
mkl 2021.4.0 h8d4b97c_729 conda-forge
mkl-service 2.4.0 py39h7e14d7c_0 conda-forge
mkl_fft 1.3.1 py39h0c7bc48_1 conda-forge
mkl_random 1.2.2 py39hde0f152_0 conda-forge
mpg123 1.30.2 h27087fc_1 conda-forge
munkres 1.1.4 pyh9f0ad1d_0 conda-forge
mysql-common 8.0.31 haf5c9bc_0 conda-forge
mysql-libs 8.0.31 h28c427c_0 conda-forge
nbclient 0.7.0 pyhd8ed1ab_0 conda-forge
nbconvert 7.2.2 pyhd8ed1ab_0 conda-forge
nbconvert-core 7.2.2 pyhd8ed1ab_0 conda-forge
nbconvert-pandoc 7.2.2 pyhd8ed1ab_0 conda-forge
nbformat 5.7.0 pyhd8ed1ab_0 conda-forge
ncurses 6.3 h27087fc_1 conda-forge
nest-asyncio 1.5.6 pyhd8ed1ab_0 conda-forge
nettle 3.6 he412f7d_0 conda-forge
notebook 6.4.12 pyha770c72_0 conda-forge
nspr 4.32 h9c3ff4c_1 conda-forge
nss 3.78 h2350873_0 conda-forge
numpy 1.22.4 pypi_0 pypi
openh264 2.1.1 h780b84a_0 conda-forge
openjpeg 2.5.0 h7d73246_1 conda-forge
openssl 1.1.1q h166bdaf_1 conda-forge
packaging 21.3 pyhd8ed1ab_0 conda-forge
pandoc 2.19.2 h32600fe_1 conda-forge
pandocfilters 1.5.0 pyhd8ed1ab_0 conda-forge
parso 0.8.3 pyhd8ed1ab_0 conda-forge
pcre2 10.37 hc3806b6_1 conda-forge
pexpect 4.8.0 pyh9f0ad1d_2 conda-forge
pickleshare 0.7.5 py_1003 conda-forge
pillow 9.2.0 py39hd5dbb17_2 conda-forge
pip 21.1.2 pyhd8ed1ab_0 conda-forge
pkgutil-resolve-name 1.3.10 pyhd8ed1ab_0 conda-forge
ply 3.11 py_1 conda-forge
prometheus_client 0.15.0 pyhd8ed1ab_0 conda-forge
prompt-toolkit 3.0.31 pyha770c72_0 conda-forge
prompt_toolkit 3.0.31 hd8ed1ab_0 conda-forge
psutil 5.9.3 py39hb9d737c_1 conda-forge
pthread-stubs 0.4 h36c2ea0_1001 conda-forge
ptyprocess 0.7.0 pyhd3deb0d_0 conda-forge
pulseaudio 14.0 habe0971_10 conda-forge
pure_eval 0.2.2 pyhd8ed1ab_0 conda-forge
pycparser 2.21 pyhd8ed1ab_0 conda-forge
pygments 2.13.0 pyhd8ed1ab_0 conda-forge
pyopenssl 22.1.0 pyhd8ed1ab_0 conda-forge
pyparsing 3.0.9 pyhd8ed1ab_0 conda-forge
pyqt 5.15.7 py39h18e9c17_1 conda-forge
pyqt5-sip 12.11.0 py39h5a03fae_1 conda-forge
pyrsistent 0.18.1 py39hb9d737c_1 conda-forge
pysocks 1.7.1 pyha2e5f31_6 conda-forge
python 3.9.13 h9a8a25e_0_cpython conda-forge
python-dateutil 2.8.2 pyhd8ed1ab_0 conda-forge
python-fastjsonschema 2.16.2 pyhd8ed1ab_0 conda-forge
python_abi 3.9 2_cp39 conda-forge
pytorch 1.12.1 py3.9_cuda11.3_cudnn8.3.2_0 pytorch
pytorch-mutex 1.0 cuda pytorch
pyzmq 24.0.1 py39headdf64_0 conda-forge
qt-main 5.15.6 hc525480_0 conda-forge
qtconsole 5.3.2 pyhd8ed1ab_0 conda-forge
qtconsole-base 5.3.2 pyha770c72_0 conda-forge
qtpy 2.2.1 pyhd8ed1ab_0 conda-forge
readline 8.1.2 h0f457ee_0 conda-forge
regex 2022.9.13 pypi_0 pypi
requests 2.28.1 pyhd8ed1ab_1 conda-forge
scipy 1.7.2 pypi_0 pypi
send2trash 1.8.0 pyhd8ed1ab_0 conda-forge
setuptools 65.5.0 pyhd8ed1ab_0 conda-forge
sip 6.7.2 py39h5a03fae_0 conda-forge
six 1.16.0 pyh6c4a22f_0 conda-forge
soupsieve 2.3.2.post1 pyhd8ed1ab_0 conda-forge
sqlite 3.39.4 h4ff8645_0 conda-forge
stack_data 0.5.1 pyhd8ed1ab_0 conda-forge
tbb 2021.6.0 h924138e_0 conda-forge
terminado 0.17.0 pyh41d4057_0 conda-forge
tinycss2 1.2.1 pyhd8ed1ab_0 conda-forge
tk 8.6.12 h27826a3_0 conda-forge
toml 0.10.2 pyhd8ed1ab_0 conda-forge
torchaudio 0.12.1 py39_cu113 pytorch
torchvision 0.13.1 py39_cu113 pytorch
tornado 6.2 py39hb9d737c_0 conda-forge
tqdm 4.64.1 pypi_0 pypi
traitlets 5.5.0 pyhd8ed1ab_0 conda-forge
typing_extensions 4.4.0 pyha770c72_0 conda-forge
tzdata 2022e h191b570_0 conda-forge
unicodedata2 14.0.0 py39hb9d737c_1 conda-forge
urllib3 1.26.11 pyhd8ed1ab_0 conda-forge
usd-core 21.8 pypi_0 pypi
wcwidth 0.2.5 pyh9f0ad1d_2 conda-forge
webencodings 0.5.1 py_1 conda-forge
wheel 0.37.1 pyhd8ed1ab_0 conda-forge
widgetsnbextension 4.0.3 pyhd8ed1ab_0 conda-forge
xcb-util 0.4.0 h166bdaf_0 conda-forge
xcb-util-image 0.4.0 h166bdaf_0 conda-forge
xcb-util-keysyms 0.4.0 h166bdaf_0 conda-forge
xcb-util-renderutil 0.3.9 h166bdaf_0 conda-forge
xcb-util-wm 0.4.1 h166bdaf_0 conda-forge
xorg-libxau 1.0.9 h7f98852_0 conda-forge
xorg-libxdmcp 1.1.3 h7f98852_0 conda-forge
xz 5.2.6 h166bdaf_0 conda-forge
zeromq 4.3.4 h9c3ff4c_1 conda-forge
zipp 3.10.0 pyhd8ed1ab_0 conda-forge
zlib 1.2.13 h166bdaf_4 conda-forge
zstd 1.5.2 h6239696_4 conda-forge
Pose2Mesh：用于3D人类姿势和从2D人类姿势恢复网格的图卷积网络
更新21.04.27：更新PoseFix代码和AMASS数据加载器。 降低了3DPW上的PA-MPJPE，MPVPE！
更新21.04.09：更新3DPW评估代码。 添加时间平滑代码和PA-MPVPE计算代码。 注释了它们以加快评估速度，但是您可以在${ROOT}/data/PW3D/dataset.py evaluate功能中取消注释它们。
09年4月21日更新：在多个人上添加演示，并使渲染的网格覆盖在输入图像上
更新20.11.016：使用DarkPose 2D姿势输出提高了3DPW的精度。
该存储库是的官方实现： 。 以下是Pose2Mesh的总体管道。
我们建议您使用虚拟环境。 根据您的GPU驱动程序和Python> = 3.7.2安装 > = 1.2，然后运行sh require
ERROR conda.core.link:_execute(502): An error occurred while installing package 'conda-forge::certifi-202
2.9.24-pyhd8ed1ab_0'.
FileNotFoundError(2, '系统找不到指定的文件。', None, 2, None)
Attempting to roll back.
1. 阅读论文，理解其思想和方法；
2. 下载并准备数据集，确保数据集与论文中使用的数据集相同；
3. 搭建模型，根据论文中的模型结构和参数进行搭建，并选择合适的优化器、损失函数等；
4. 进行训练，调整超参数，以使模型在训练集上表现最佳；
5. 测试模型，在测试集上进行测试，评估模型的表现；
6. 分析结果，对比论文中的结果，并将自己的结果与其进行比较和讨论；
7. 撰写论文复现报告，说明自己的复现过程、结果和分析思路。
CSDN-Ada助手:
