Files

3.3 KiB
Raw Permalink Blame History

路径配置与部署迁移

完整 RGB-D 流程以 SETUP_AND_WEIGHTS.md 为安装入口。项目根目录由脚本位置计算,不要求开发者的主目录、下载目录或共享 Python 环境存在。

本机路径如何替换

项目 当前行为 目标机器操作
项目根目录 Path(__file__) 或 Bash 脚本位置定位 可以放在任意目录,命令从项目根目录执行
MANO 默认 third_party/hamer/_DATA/data/mano/,Dyn-HaMR 相对链接共用 自行取得模型并放入共享目录
CUDA toolkit 已设 CUDA_HOME → 项目内 toolkit → PATH 的 nvcc 安装匹配的 toolkit;必要时显式设置 CUDA_HOME
NVIDIA 包头文件 从主 Python 环境查找 安装到自己的主环境,不复制开发者环境
编译 GPU 架构 默认由 PyTorch 检测;保留调用者配置 无可见 GPU 编译时按自己的目标设置 TORCH_CUDA_ARCH_LIST
历史视频入口 run_handflow_15886123.py、export_camera_delivery.py 使用必填 --input 显式传入自己的原视频
嵌套示例录制 资源检查命令建立缺失的相对链接 拉取 LFS 后执行 --prepare-example --recording-only

MANO_ROOT、HAMER_CKPT、DETECTOR_CKPT、VIPE_PYTHON 的自定义值在加载环境模板时保留。支持环境变量的入口可采用覆盖值,Dyn-HaMR 等上游固定资源目录仍需放置资源或正确链接。

示例参数与上游路径

消除个人主目录依赖不等于任意视频自动适配。当前双盒主流程仍有固定序列名、帧数、颜色阈值和 CAD 映射,见 更换视频。两个旧视频入口仍对应各自历史数据的输出和验收约定,仅输入路径已参数化。

第三方源码保留了上游示例默认值,例如 Dyn-HaMR 的 video_vipe.yaml、可选 METRO 入口 HMP/fitting_utils.py::run_metro、HaMeR 评测数据目录,以及 FoundationPose 的调试目录。集成 RGB-D 启动脚本显式传入数据与相机路径,物体跟踪脚本显式传入调试目录。这些可选上游入口需要另行配置,不应直接当成可移植的完整入口。

PORTABILITY_REPORT.json、UPSTREAM_SOURCES.json、SHA256SUMS 是原源码快照的审计与来源记录,可能包含后来已修改的行号、标识或历史路径;当前内容以 Git 提交为准。它们不会要求上传记录中提到的个人文件夹。当前分片权重校验使用 configs/large_files.json。

验证范围

scripts/check_pipeline_resources.py 仅使用 Python 标准库,检查录制布局、模型文件存在性、未拉取的 LFS 指针和部分权重大小;不反序列化 MANO,不加载网络,不验证位姿精度或物理抓取。large_files.py assemble 另行校验分片权重 SHA-256。GPU 扩展、网络前向和物理冒烟检查分别按安装文档执行,完整抓取按每段实验结果验收。

2026-10-29 资源策略与验证范围

预训练权重和统计数据改为 外部获取,不能再靠 LFS/assemble 恢复所有模型。独立源码与依赖副本的组件验证见 记录;不是干净安装或完整串联通过的声明。不要通过 .pth 复用开发者的其他环境来完成部署。