FLEX github코드 세팅하기 - 정리 (FLEX: Full-Body Grasping Without Full-Body Grasps)

FLEX: Full-Body Grasping Without Full-Body Grasps

FLEX: Full-Body Grasping Without Full-Body Grasps

 

GitHub - purvaten/FLEX: Code for our CVPR'23 paper - "FLEX: Full-Body Grasping Without Full-Body Grasps"

 

이전 포스팅까지 삽질을 했었는데, 정리된 버전으로 설치과정을 알아보자.

Installation

clone 및 dependency 설치를 한다.

다만 여기서 주의할 점들이 있다.

 

attention!

 

현재 설치할 CUDA toolkit의 버전에 따라

pytorch의 버전을 1.10.1이 아닌 자신의 환경에 맞게 설치해야하고

마찬가지로 python, pytorch3d, kaolin등 dependencies들의 버전을 잘 맞추어야한다.

 

또한 요구되는 코드 중에 리눅스 환경에서 컴파일이 되는 소스도 있기 때문에 window OS 사용자라면, WSL을 이용해서 ubuntu로 진행하는 것을 추천한다. 

 

무턱대고 dependency를 install하지 말고 아래 내용을 보면서 버전에 주의하며 설치하도록 하자. 

이 포스팅에는 필자의 기준으로 작성하나, 과정을 잘 보고 자신의 환경에 맞게 진행해주면 된다.

 

WSL 설치

wsl --install

wsl --set-default-version 2

powershell에서 WSL 2 설치 

sudo apt update && sudo apt upgrade

계정 생성 후 apt 업데이트 

 

anaconda 설치

cd /tmp
curl -O https://repo.anaconda.com/archive/Anaconda3-2023.07-1-Linux-x86_64.sh

bash Anaconda3-2023.07-1-Linux-x86_64.sh

 

설치후 초기화

 

source ~/.bashrc

아나콘다 실행 

conda update conda

아나콘다 업데이트 

 

conda create -n flex python=3.7.11
conda activate flex

아나콘다 환경 생성 후 접속 

 

gcc 컴파일러 설치, libboost-dev 설치

sudo apt install build-essential cmake git

sudo apt-get install libboost-dev

추후 psbody-mesh 를 컴파일 하기 위해 필요

 

CUDA toolkit 설치

내 cuda 추천 version은 11.4이다. 

toolkit은 11.5로 설치해서 진행할 것이다.

 

CUDA Toolkit Archive

여기서 필요한 toolkit 버전을 설치

 

wget https://developer.download.nvidia.com/compute/cuda/repos/wsl-ubuntu/x86_64/cuda-wsl-ubuntu.pin
sudo mv cuda-wsl-ubuntu.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget https://developer.download.nvidia.com/compute/cuda/11.4.0/local_installers/cuda-repo-wsl-ubuntu-11-4-local_11.4.0-1_amd64.deb
sudo dpkg -i cuda-repo-wsl-ubuntu-11-4-local_11.4.0-1_amd64.deb
sudo apt-key add /var/cuda-repo-wsl-ubuntu-11-4-local/7fa2af80.pub
sudo apt-get update
sudo apt-get -y install cuda

하나씩 수행.

 

pytorch 설치

FLEX readme에 나온 1.10.1은 지원하는 CUDA 버전이 11.3까지이다.

고로 다른 버전을 설치

 

conda install pytorch==1.13.1 torchvision==0.14.1 torchaudio==0.13.1 pytorch-cuda=11.6 -c pytorch -c nvidia

CUDA 11.6까지 호환되는 1.13.1 설치

 

설치후 cuda available 확인

 

pytorch3d 설치

conda install pytorch3d -c pytorch3d

 

pip로 설치하면 구버전이 깔리는 오류가 있어

conda로 설치

 

requirements 설치

conda install meshplot
conda install -c conda-forge jupyterlab
pip install -r requirements.txt

 

kaolin 설치

pip install kaolin==0.15.0 -f https://nvidia-kaolin.s3.us-east-2.amazonaws.com/torch-1.13.1_cu116.html

현재 설치한 pytorch 버전 및 CUDA toolkit과 호환되는

버전 0.15.0 설치

 

Dependency Files 세팅

데이터들을 다운로드 받아서 위 그림대로 구성하자. 

 

위 세 개는 사이트에 가서 회원가입을 하고 받아야하는 데이터들이다.

회원가입이라고 해도 이메일로 인증만 하면 바로 보내준다.

 

SMPL-X는 첫 번째 다운

MANO는 Models & Code 다운

GRAB은 object meshes의 GRAB Objects를 다운.

또 GRAB에서 BPS 다운 

 

sbj 

 

replicagrasp.

 

다운받은 MANO 파일 압축 해제 후 models에 세팅 

 

smplx_models mano 

 

smplx도 압축풀고 가져오기 

 

GRAB의 mesh 들 압축 풀고 obj 폴더에 넣어주기

 

obj_info.npy

 

bps 압축 해제 후 세팅 

 

Pre-trained Checkpoints 구성하기

사전 학습 check points를 설치 

 

pretrained_models 안에 ckpts 생성

VPoser v2.0 빨간색을 다운

 

ckpts 안에 vposer_amass로 넣기

 

GRAB에서 trained Networks를 받고 풀기

 

이 안에 두 개를 옮기기 

 

pgp.pth는 사이트 링크주소에서 받아서 넣기

 

Example 실행

python run.py \
--obj_name stapler \
--receptacle_name receptacle_aabb_TvStnd1_Top3_frl_apartment_tvstand \
--ornt_name all \
--gender 'female'

run.py 실행 

완료되면 jupyter notebook으로 

Jupyter Notebook 실행

jupyter notebook

FLEX/flex/notebooks/viz_results.ipynb

해당 경로를 all run 

 

완료