[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-hongfz16--EVA3D":3,"tool-hongfz16--EVA3D":62},[4,18,26,35,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",108322,2,"2026-04-10T11:39:34",[14,15,13],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":32,"last_commit_at":41,"category_tags":42,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[43,13,15,14],"插件",{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":10,"last_commit_at":50,"category_tags":51,"status":17},4487,"LLMs-from-scratch","rasbt\u002FLLMs-from-scratch","LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。\n\n该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。\n\nLLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备",90106,"2026-04-06T11:19:32",[52,15,13,14],"语言模型",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":10,"last_commit_at":59,"category_tags":60,"status":17},4292,"Deep-Live-Cam","hacksider\u002FDeep-Live-Cam","Deep-Live-Cam 是一款专注于实时换脸与视频生成的开源工具，用户仅需一张静态照片，即可通过“一键操作”实现摄像头画面的即时变脸或制作深度伪造视频。它有效解决了传统换脸技术流程繁琐、对硬件配置要求极高以及难以实时预览的痛点，让高质量的数字内容创作变得触手可及。\n\n这款工具不仅适合开发者和技术研究人员探索算法边界，更因其极简的操作逻辑（仅需三步：选脸、选摄像头、启动），广泛适用于普通用户、内容创作者、设计师及直播主播。无论是为了动画角色定制、服装展示模特替换，还是制作趣味短视频和直播互动，Deep-Live-Cam 都能提供流畅的支持。\n\n其核心技术亮点在于强大的实时处理能力，支持口型遮罩（Mouth Mask）以保留使用者原始的嘴部动作，确保表情自然精准；同时具备“人脸映射”功能，可同时对画面中的多个主体应用不同面孔。此外，项目内置了严格的内容安全过滤机制，自动拦截涉及裸露、暴力等不当素材，并倡导用户在获得授权及明确标注的前提下合规使用，体现了技术发展与伦理责任的平衡。",88924,"2026-04-06T03:28:53",[14,15,13,61],"视频",{"id":63,"github_repo":64,"name":65,"description_en":66,"description_zh":67,"ai_summary_zh":67,"readme_en":68,"readme_zh":69,"quickstart_zh":70,"use_case_zh":71,"hero_image_url":72,"owner_login":73,"owner_name":74,"owner_avatar_url":75,"owner_bio":76,"owner_company":77,"owner_location":78,"owner_email":79,"owner_twitter":73,"owner_website":80,"owner_url":81,"languages":82,"stars":102,"forks":103,"last_commit_at":104,"license":105,"difficulty_score":106,"env_os":107,"env_gpu":108,"env_ram":107,"env_deps":109,"category_tags":120,"github_topics":77,"view_count":32,"oss_zip_url":77,"oss_zip_packed_at":77,"status":17,"created_at":122,"updated_at":123,"faqs":124,"releases":160},8566,"hongfz16\u002FEVA3D","EVA3D","[ICLR 2023 Spotlight] EVA3D: Compositional 3D Human Generation from 2D Image Collections","EVA3D 是一款能够仅凭二维图片集合就能生成高质量三维人体模型的开源 AI 项目。它主要解决了传统 3D 人体生成严重依赖昂贵且难以获取的三维标注数据这一痛点，让研究者无需复杂的 3D 扫描设备，利用普通的 2D 照片集即可训练出逼真的 3D 模型。\n\n该工具特别适合计算机视觉领域的研究人员、AI 开发者以及需要快速构建 3D 数字人资产的游戏或影视设计师使用。对于希望探索前沿生成式 AI 技术的普通极客，EVA3D 也提供了便捷的 Colab 和 Hugging Face 在线演示，降低了体验门槛。\n\nEVA3D 的核心技术亮点在于其“组合式”生成架构。它创新性地将人体解耦为形状、外观和姿态等独立组件进行建模，这不仅提升了生成结果的几何一致性和纹理清晰度，还赋予了模型强大的可控性。用户可以轻松实现新姿态生成、潜在空间插值（让动作平滑过渡）等高级功能。作为 ICLR 2023 的焦点论文成果，EVA3D 已公开完整的训练与推理代码，支持在 DeepFashion 等多个数据集上运行，是推动无监督 3D 人体生成技术发展的重要工具。","\u003Cdiv align=\"center\">\n\n\u003Ch1>EVA3D: Compositional 3D Human Generation from 2D Image Collections\u003C\u002Fh1>\n\n\u003Cdiv>\n    \u003Ca href='https:\u002F\u002Fhongfz16.github.io\u002F' target='_blank'>Fangzhou Hong\u003C\u002Fa> \n    \u003Ca href='https:\u002F\u002Ffrozenburning.github.io\u002F' target='_blank'>Zhaoxi Chen\u003C\u002Fa> \n    \u003Ca href='https:\u002F\u002Fgithub.com\u002FNIRVANALAN' target='_blank'>Yushi Lan\u003C\u002Fa> \n    \u003Ca href='https:\u002F\u002Fscholar.google.com\u002Fcitations?user=lSDISOcAAAAJ&hl=zh-CN' target='_blank'>Liang Pan\u003C\u002Fa> \n    \u003Ca href='https:\u002F\u002Fliuziwei7.github.io\u002F' target='_blank'>Ziwei Liu\u003C\u002Fa>\u003Csup>*\u003C\u002Fsup>\n\u003C\u002Fdiv>\n\u003Cdiv>\n    S-Lab, Nanyang Technological University  \u003Csup>*\u003C\u002Fsup>corresponding author\n\u003C\u002Fdiv>\n\n\u003Cdiv>\n    :star_struck: \u003Cstrong>Accepted to ICLR 2023 as Spotlight\u003C\u002Fstrong>\n\u003C\u002Fdiv>\n\n\u003Cdiv>\n\u003Ca target=\"_blank\" href=\"https:\u002F\u002Fcolab.research.google.com\u002Fgithub\u002Fhongfz16\u002FEVA3D\u002Fblob\u002Fmain\u002Fnotebook\u002FEVA3D_Demo.ipynb\">\n  \u003Cimg src=\"https:\u002F\u002Fcolab.research.google.com\u002Fassets\u002Fcolab-badge.svg\" alt=\"Open In Colab\"\u002F>\n\u003C\u002Fa>\n\u003Ca target=\"_blank\" href=\"https:\u002F\u002Fhuggingface.co\u002Fspaces\u002Fhongfz16\u002FEVA3D\">\n  \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FDemo-%F0%9F%A4%97%20Hugging%20Face-blue\" alt=\"HuggingFace\"\u002F>\n\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fhits.seeyoufarm.com\">\u003Cimg src=\"https:\u002F\u002Fhits.seeyoufarm.com\u002Fapi\u002Fcount\u002Fincr\u002Fbadge.svg?url=https%3A%2F%2Fgithub.com%2Fhongfz16%2FEVA3D&count_bg=%2379C83D&title_bg=%23555555&icon=&icon_color=%23E7E7E7&title=hits&edge_flat=false\"\u002F>\u003C\u002Fa>\n\u003C\u002Fdiv>\n\n\u003Cstrong>EVA3D is a high-quality unconditional 3D human generative model that only requires 2D image collections for training.\u003C\u002Fstrong>\n\n\u003Ctable>\n\u003Ctr>\n    \u003Ctd>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhongfz16_EVA3D_readme_dde9752b477b.gif\" width=\"100%\"\u002F>\u003C\u002Ftd>\n    \u003Ctd>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhongfz16_EVA3D_readme_4bae9d32faae.gif\" width=\"100%\"\u002F>\u003C\u002Ftd>\n    \u003Ctd>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhongfz16_EVA3D_readme_44514807a01b.gif\" width=\"100%\"\u002F>\u003C\u002Ftd>\n    \u003Ctd>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhongfz16_EVA3D_readme_3b1b8adfbd81.gif\" width=\"100%\"\u002F>\u003C\u002Ftd>\n    \u003Ctd>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhongfz16_EVA3D_readme_6234ceb6e8bf.gif\" width=\"98%\"\u002F>\u003C\u002Ftd>\n    \u003Ctd>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhongfz16_EVA3D_readme_f81ed6106b6a.gif\" width=\"88%\"\u002F>\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n    \u003Ctd align='center' width='14%'>Sample 1 RGB\u003C\u002Ftd>\n    \u003Ctd align='center' width='14%'>Sample 1 Geo\u003C\u002Ftd>\n    \u003Ctd align='center' width='14%'>Sample 2 RGB\u003C\u002Ftd>\n    \u003Ctd align='center' width='14%'>Sample 2 Geo\u003C\u002Ftd>\n    \u003Ctd align='center' width='19%'>Novel Pose Generation\u003C\u002Ftd>\n    \u003Ctd align='center' width='19%'>Latent Space Interpolation\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003C\u002Ftable>\n\n:open_book: For more visual results, go checkout our \u003Ca href=\"https:\u002F\u002Fhongfz16.github.io\u002Fprojects\u002FEVA3D.html\" target=\"_blank\">project page\u003C\u002Fa>\n\n\u003C!-- This repository will contain the official implementation of _EVA3D: Compositional 3D Human Generation from 2D Image Collections_. -->\n:beers: Training and Inference codes released\n\n---\n\n\u003Ch4 align=\"center\">\n  \u003Ca href=\"https:\u002F\u002Fhongfz16.github.io\u002Fprojects\u002FEVA3D.html\" target='_blank'>[Project Page]\u003C\u002Fa> •\n  \u003Ca href=\"https:\u002F\u002Farxiv.org\u002Fabs\u002F2210.04888\" target='_blank'>[arXiv]\u003C\u002Fa> •\n  \u003Ca href=\"https:\u002F\u002Fyoutu.be\u002FJNV0FJ0aDWM\" target='_blank'>[Demo Video]\u003C\u002Fa> •\n  \u003C!-- \u003Ca href=\"https:\u002F\u002Fcolab.research.google.com\u002Fdrive\u002F1k6-Sc_EsIT292hNgu-7haC5ghggImQ7f?usp=sharing\" target='_blank'>[Colab Demo]\u003C\u002Fa> -->\n  \u003Ca href=\"https:\u002F\u002Fcolab.research.google.com\u002Fgithub\u002Fhongfz16\u002FEVA3D\u002Fblob\u002Fmain\u002Fnotebook\u002FEVA3D_Demo.ipynb\" target='_blank'>[Colab Demo]\u003C\u002Fa> •\n  \u003Ca href=\"\" target='_blank'>[Hugging Face :hugs:]\u003C\u002Fa>\n\u003C\u002Fh4>\n\n\u003C\u002Fdiv>\n\n## :mega: Updates\n[02\u002F2023] Inference codes for SHHQ, UBCFashion and AIST are released.\n\n[02\u002F2023] Training codes for DeepFashion with our processed dataset are released.\n\n[02\u002F2023] Inference codes (512x256 generation on DeepFashion) are released, including colab and huggingface demos.\n\n[01\u002F2023] EVA3D is accepted to ICLR 2023 (Spotlight):partying_face:!\n\n## :love_you_gesture: Citation\nIf you find our work useful for your research, please consider citing the paper:\n```\n@inproceedings{\n    hong2023evad,\n    title={{EVA}3D: Compositional 3D Human Generation from 2D Image Collections},\n    author={Fangzhou Hong and Zhaoxi Chen and Yushi LAN and Liang Pan and Ziwei Liu},\n    booktitle={International Conference on Learning Representations},\n    year={2023},\n    url={https:\u002F\u002Fopenreview.net\u002Fforum?id=g7U9jD_2CUr}\n}\n```\n\n## :desktop_computer: Requirements\n\nNVIDIA GPUs are required for this project.\nWe have test the inference codes on NVIDIA RTX2080Ti, NVIDIA V100, NVIDIA A100, NVIDIA T4.\nThe training codes have been tested on NVIDIA V100, NVIDIA A100.\nWe recommend using anaconda to manage the python environments.\n\n```bash\nconda create --name eva3d python=3.8\nconda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.1 -c pytorch\nconda install -c fvcore -c iopath -c conda-forge fvcore iopath\nconda install pytorch3d -c pytorch3d\npip install -r requirements.txt\n```\n\n## :running_woman: Inference\n\n### Download Models\n\nThe pretrain model and SMPL model are needed for inference.\n\nThe following script downloads pretrain models.\n\n```bash\npython download_models.py\n```\n\nRegister and download SMPL models [here](https:\u002F\u002Fsmpl.is.tue.mpg.de\u002F). Put the downloaded models in the folder smpl_models. Only the neutral one is needed. The folder structure should look like\n\n```\n.\u002F\n├── ...\n└── smpl_models\u002F\n    ├── smpl\u002F\n        └── SMPL_NEUTRAL.pkl\n```\n\n### Commands\n\nWe provide a script for inference the model trained on DeepFashion, SHHQ, UBCFashion, AIST.\n\n```bash\nbash scripts\u002Fdemo_deepfashion_512x256.sh\nbash scripts\u002Fdemo_shhq_512x256.sh\nbash scripts\u002Fdemo_ubcfashion_512x256.sh\nbash scripts\u002Fdemo_aist_256x256.sh\n```\n\n## :train: Training\n\n### DeepFashion\n\n#### Download SMPL Models & Processed Datasets\n\n```bash\npython download_models.py\npython download_datasets.py\n```\n\n#### Commands\n\n```bash\nbash scripts\u002Ftrain_deepfashion_512x256.sh\n```\n\nIntermediate results will be saved under `checkpoint\u002Ftrain_deepfashion_512x256\u002Fvolume_renderer\u002Fsamples` every 100 iterations. The first line presents inference images from EMA generator. The second line present one inference sample of the training generator and one sample from the training dataset.\n\nTo inference the trained models, please refer to the **Inference** section.\n\nSupport for more datasets coming soon...\n\n## :newspaper_roll: License\n\nDistributed under the S-Lab License. See `LICENSE` for more information.\n\n## :raised_hands: Acknowledgements\n\nThis study is supported by NTU NAP, MOE AcRF Tier 2 (T2EP20221-0033), and under the RIE2020 Industry Alignment Fund – Industry Collaboration Projects (IAF-ICP) Funding Initiative, as well as cash and in-kind contribution from the industry partner(s).\n\nThis project is built on source codes shared by [StyleSDF](https:\u002F\u002Fgithub.com\u002Froyorel\u002FStyleSDF).\n","\u003Cdiv align=\"center\">\n\n\u003Ch1>EVA3D：基于2D图像集合的组合式3D人体生成\u003C\u002Fh1>\n\n\u003Cdiv>\n    \u003Ca href='https:\u002F\u002Fhongfz16.github.io\u002F' target='_blank'>洪方舟\u003C\u002Fa> \n    \u003Ca href='https:\u002F\u002Ffrozenburning.github.io\u002F' target='_blank'>陈兆熙\u003C\u002Fa> \n    \u003Ca href='https:\u002F\u002Fgithub.com\u002FNIRVANALAN' target='_blank'>兰宇诗\u003C\u002Fa> \n    \u003Ca href='https:\u002F\u002Fscholar.google.com\u002Fcitations?user=lSDISOcAAAAJ&hl=zh-CN' target='_blank'>潘亮\u003C\u002Fa> \n    \u003Ca href='https:\u002F\u002Fliuziwei7.github.io\u002F' target='_blank'>刘子威\u003C\u002Fa>\u003Csup>*\u003C\u002Fsup>\n\u003C\u002Fdiv>\n\u003Cdiv>\n    南洋理工大学S-Lab  \u003Csup>*\u003C\u002Fsup>通讯作者\n\u003C\u002Fdiv>\n\n\u003Cdiv>\n    :star_struck: \u003Cstrong>被ICLR 2023接收为Spotlight论文\u003C\u002Fstrong>\n\u003C\u002Fdiv>\n\n\u003Cdiv>\n\u003Ca target=\"_blank\" href=\"https:\u002F\u002Fcolab.research.google.com\u002Fgithub\u002Fhongfz16\u002FEVA3D\u002Fblob\u002Fmain\u002Fnotebook\u002FEVA3D_Demo.ipynb\">\n  \u003Cimg src=\"https:\u002F\u002Fcolab.research.google.com\u002Fassets\u002Fcolab-badge.svg\" alt=\"在Colab中打开\"\u002F>\n\u003C\u002Fa>\n\u003Ca target=\"_blank\" href=\"https:\u002F\u002Fhuggingface.co\u002Fspaces\u002Fhongfz16\u002FEVA3D\">\n  \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FDemo-%F0%9F%A4%97%20Hugging%20Face-blue\" alt=\"HuggingFace\"\u002F>\n\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fhits.seeyoufarm.com\">\u003Cimg src=\"https:\u002F\u002Fhits.seeyoufarm.com\u002Fapi\u002Fcount\u002Fincr\u002Fbadge.svg?url=https%3A%2F%2Fgithub.com%2Fhongfz16%2FEVA3D&count_bg=%2379C83D&title_bg=%23555555&icon=&icon_color=%23E7E7E7&title=hits&edge_flat=false\"\u002F>\u003C\u002Fa>\n\u003C\u002Fdiv>\n\n\u003Cstrong>EVA3D是一个高质量的无条件3D人体生成模型，仅需2D图像集合即可进行训练。\u003C\u002Fstrong>\n\n\u003Ctable>\n\u003Ctr>\n    \u003Ctd>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhongfz16_EVA3D_readme_dde9752b477b.gif\" width=\"100%\"\u002F>\u003C\u002Ftd>\n    \u003Ctd>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhongfz16_EVA3D_readme_4bae9d32faae.gif\" width=\"100%\"\u002F>\u003C\u002Ftd>\n    \u003Ctd>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhongfz16_EVA3D_readme_44514807a01b.gif\" width=\"100%\"\u002F>\u003C\u002Ftd>\n    \u003Ctd>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhongfz16_EVA3D_readme_3b1b8adfbd81.gif\" width=\"100%\"\u002F>\u003C\u002Ftd>\n    \u003Ctd>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhongfz16_EVA3D_readme_6234ceb6e8bf.gif\" width=\"98%\"\u002F>\u003C\u002Ftd>\n    \u003Ctd>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhongfz16_EVA3D_readme_f81ed6106b6a.gif\" width=\"88%\"\u002F>\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n    \u003Ctd align='center' width='14%'>样本1 RGB\u003C\u002Ftd>\n    \u003Ctd align='center' width='14%'>样本1 Geo\u003C\u002Ftd>\n    \u003Ctd align='center' width='14%'>样本2 RGB\u003C\u002Ftd>\n    \u003Ctd align='center' width='14%'>样本2 Geo\u003C\u002Ftd>\n    \u003Ctd align='center' width='19%'>新姿势生成\u003C\u002Ftd>\n    \u003Ctd align='center' width='19%'>潜在空间插值\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003C\u002Ftable>\n\n:open_book: 更多可视化结果，请访问我们的\u003Ca href=\"https:\u002F\u002Fhongfz16.github.io\u002Fprojects\u002FEVA3D.html\" target=\"_blank\">项目页面\u003C\u002Fa>\n\n\u003C!-- 此仓库将包含 _EVA3D：基于2D图像集合的组合式3D人体生成_ 的官方实现。 -->\n:beers: 训练与推理代码已发布\n\n---\n\n\u003Ch4 align=\"center\">\n  \u003Ca href=\"https:\u002F\u002Fhongfz16.github.io\u002Fprojects\u002FEVA3D.html\" target='_blank'>[项目页面]\u003C\u002Fa> •\n  \u003Ca href=\"https:\u002F\u002Farxiv.org\u002Fabs\u002F2210.04888\" target='_blank'>[arXiv]\u003C\u002Fa> •\n  \u003Ca href=\"https:\u002F\u002Fyoutu.be\u002FJNV0FJ0aDWM\" target='_blank'>[演示视频]\u003C\u002Fa> •\n  \u003C!-- \u003Ca href=\"https:\u002F\u002Fcolab.research.google.com\u002Fdrive\u002F1k6-Sc_EsIT292hNgu-7haC5ghggImQ7f?usp=sharing\" target='_blank'>[Colab演示]\u003C\u002Fa> -->\n  \u003Ca href=\"https:\u002F\u002Fcolab.research.google.com\u002Fgithub\u002Fhongfz16\u002FEVA3D\u002Fblob\u002Fmain\u002Fnotebook\u002FEVA3D_Demo.ipynb\" target='_blank'>[Colab演示]\u003C\u002Fa> •\n  \u003Ca href=\"\" target='_blank'>[Hugging Face :hugs:]\u003C\u002Fa>\n\u003C\u002Fh4>\n\n\u003C\u002Fdiv>\n\n## :mega: 更新\n[02\u002F2023] 发布了针对SHHQ、UBCFashion和AIST的推理代码。\n\n[02\u002F2023] 发布了使用我们处理后的数据集对DeepFashion进行训练的代码。\n\n[02\u002F2023] 发布了针对DeepFashion的512x256生成推理代码，包括Colab和Hugging Face演示。\n\n[01\u002F2023] EVA3D被ICLR 2023接收（Spotlight）：partying_face:！\n\n## :love_you_gesture: 引用\n如果您认为我们的工作对您的研究有帮助，请考虑引用以下论文：\n```\n@inproceedings{\n    hong2023evad,\n    title={{EVA}3D: Compositional 3D Human Generation from 2D Image Collections},\n    author={Fangzhou Hong and Zhaoxi Chen and Yushi LAN and Liang Pan and Ziwei Liu},\n    booktitle={International Conference on Learning Representations},\n    year={2023},\n    url={https:\u002F\u002Fopenreview.net\u002Fforum?id=g7U9jD_2CUr}\n}\n```\n\n## :desktop_computer: 系统要求\n\n本项目需要NVIDIA GPU。我们已在NVIDIA RTX2080Ti、NVIDIA V100、NVIDIA A100、NVIDIA T4上测试过推理代码。训练代码则在NVIDIA V100和NVIDIA A100上进行了测试。建议使用Anaconda管理Python环境。\n\n```bash\nconda create --name eva3d python=3.8\nconda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.1 -c pytorch\nconda install -c fvcore -c iopath -c conda-forge fvcore iopath\nconda install pytorch3d -c pytorch3d\npip install -r requirements.txt\n```\n\n## :running_woman: 推理\n\n### 下载模型\n\n推理需要预训练模型和SMPL模型。\n\n以下脚本用于下载预训练模型。\n\n```bash\npython download_models.py\n```\n\n请在[这里](https:\u002F\u002Fsmpl.is.tue.mpg.de\u002F)注册并下载SMPL模型。将下载的模型放入smpl_models文件夹中。只需中性姿态的模型即可。文件夹结构应如下所示：\n\n```\n.\u002F\n├── ...\n└── smpl_models\u002F\n    ├── smpl\u002F\n        └── SMPL_NEUTRAL.pkl\n```\n\n### 命令\n\n我们提供了一个脚本，用于推理在DeepFashion、SHHQ、UBCFashion和AIST上训练的模型。\n\n```bash\nbash scripts\u002Fdemo_deepfashion_512x256.sh\nbash scripts\u002Fdemo_shhq_512x256.sh\nbash scripts\u002Fdemo_ubcfashion_512x256.sh\nbash scripts\u002Fdemo_aist_256x256.sh\n```\n\n## :train: 训练\n\n### DeepFashion\n\n#### 下载SMPL模型及处理后的数据集\n\n```bash\npython download_models.py\npython download_datasets.py\n```\n\n#### 命令\n\n```bash\nbash scripts\u002Ftrain_deepfashion_512x256.sh\n```\n\n中间结果将每100次迭代保存在`checkpoint\u002Ftrain_deepfashion_512x256\u002Fvolume_renderer\u002Fsamples`目录下。第一行展示了来自EMA生成器的推理图像，第二行则展示了一张训练生成器的推理样本以及一张来自训练数据集的样本。\n\n如需推理训练好的模型，请参阅“推理”部分。\n\n更多数据集的支持即将推出……\n\n## :newspaper_roll: 许可证\n\n根据S-Lab许可证进行分发。更多信息请参见`LICENSE`文件。\n\n## :raised_hands: 致谢\n\n本研究得到了NTU NAP、MOE AcRF Tier 2 (T2EP20221-0033)的支持，以及RIE2020产业对接基金——产业合作项目（IAF-ICP）资助计划的支持，同时还获得了产业合作伙伴的现金和实物捐赠。\n\n该项目基于[StyleSDF](https:\u002F\u002Fgithub.com\u002Froyorel\u002FStyleSDF)共享的源代码构建而成。","# EVA3D 快速上手指南\n\nEVA3D 是一个高质量的无条件 3D 人体生成模型，仅需 2D 图像集合即可进行训练。本项目支持从单张或多张 2D 图片生成具有几何细节和纹理的 3D 人体模型，并支持新姿态生成和潜在空间插值。\n\n## 环境准备\n\n### 系统要求\n- **操作系统**: Linux (推荐)\n- **GPU**: NVIDIA GPU (已测试型号：RTX 2080 Ti, V100, A100, T4)\n- **CUDA**: 10.1 及以上版本\n- **Python**: 3.8\n\n### 前置依赖\n建议使用 Anaconda 管理 Python 环境。由于部分依赖（如 `pytorch3d`）在国内下载较慢，建议配置国内镜像源加速。\n\n## 安装步骤\n\n1. **创建并激活 Conda 环境**\n   ```bash\n   conda create --name eva3d python=3.8\n   conda activate eva3d\n   ```\n\n2. **安装 PyTorch 及相关工具链**\n   *注：以下命令基于官方源，若需加速可替换为清华或中科大镜像源。*\n   ```bash\n   conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.1 -c pytorch\n   conda install -c fvcore -c iopath -c conda-forge fvcore iopath\n   ```\n\n3. **安装 PyTorch3D**\n   ```bash\n   conda install pytorch3d -c pytorch3d\n   ```\n   *提示：若 `pytorch3d` 官方源下载失败，可尝试在 GitHub Release 页面查找对应版本的 `.whl` 文件手动安装，或使用国内高校镜像源。*\n\n4. **安装其他 Python 依赖**\n   ```bash\n   pip install -r requirements.txt\n   ```\n   *建议临时更换 pip 源以加速下载：*\n   ```bash\n   pip install -r requirements.txt -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n   ```\n\n5. **下载预训练模型与 SMPL 模型**\n   \n   运行脚本下载项目预训练权重：\n   ```bash\n   python download_models.py\n   ```\n\n   **重要**：需手动注册并下载 SMPL 模型。\n   - 访问地址：[SMPL 官网](https:\u002F\u002Fsmpl.is.tue.mpg.de\u002F)\n   - 下载后仅需要 `neutral` 版本。\n   - 将文件放置于 `smpl_models` 目录下，确保目录结构如下：\n     ```text\n     .\u002F\n     └── smpl_models\u002F\n         └── smpl\u002F\n             └── SMPL_NEUTRAL.pkl\n     ```\n\n## 基本使用\n\n以下示例展示如何运行预训练模型进行推理（以 DeepFashion 数据集模型为例，生成分辨率为 512x256 的 3D 人体）。\n\n### 运行推理脚本\n在项目根目录下执行以下命令：\n\n```bash\nbash scripts\u002Fdemo_deepfashion_512x256.sh\n```\n\n若需测试其他数据集（如 SHHQ, UBCFashion, AIST），可运行对应的脚本：\n```bash\nbash scripts\u002Fdemo_shhq_512x256.sh\nbash scripts\u002Fdemo_ubcfashion_512x256.sh\nbash scripts\u002Fdemo_aist_256x256.sh\n```\n\n运行完成后，生成的 RGB 图像和几何（Geo）可视化结果将保存在输出目录中。\n\n### 在线体验\n如果本地环境配置困难，可直接使用以下在线演示：\n- **Google Colab**: [EVA3D Demo Notebook](https:\u002F\u002Fcolab.research.google.com\u002Fgithub\u002Fhongfz16\u002FEVA3D\u002Fblob\u002Fmain\u002Fnotebook\u002FEVA3D_Demo.ipynb)\n- **Hugging Face Spaces**: [EVA3D Demo](https:\u002F\u002Fhuggingface.co\u002Fspaces\u002Fhongfz16\u002FEVA3D)","一家独立游戏开发团队正在为一款复古风格的格斗游戏制作大量具有不同姿态和服饰的 3D 角色资产，但团队中并没有专业的 3D 建模师。\n\n### 没有 EVA3D 时\n- **高昂的人力成本**：团队必须外包角色建模，每创建一个高精度 3D 人物需花费数天时间和数百美元预算。\n- **数据依赖严重**：传统方法需要昂贵的多视角拍摄设备或现成的 3D 扫描数据集，仅靠网络收集的 2D 图片无法直接训练。\n- **姿态调整困难**：生成的静态模型难以灵活变换动作，想要让角色做出“跳舞”或“攻击”等新姿态，必须手动重新绑定骨骼并调整网格。\n- **风格统一性差**：不同外包人员交付的模型拓扑结构各异，导致在游戏引擎中整合时出现光照不一致和动画穿模问题。\n\n### 使用 EVA3D 后\n- **零成本快速生成**：开发者直接利用网络上爬取的 2D 人物图片集训练 EVA3D，无需任何 3D 标注数据，即可批量生成高质量 3D 人体模型。\n- **纯 2D 驱动 3D**：EVA3D 强大的组合生成能力允许仅从单张或多张 2D 图像中推断出完整的 3D 几何结构与纹理，大幅降低数据采集门槛。\n- **自由姿态控制**：利用其潜在空间插值和姿态编辑功能，团队能轻松让同一角色生成“舞蹈”、“奔跑”等未见过的动态序列，无需手动绑骨。\n- **资产高度一致**：所有由 EVA3D 生成的角色共享统一的隐式表示格式，确保在游戏场景中光照渲染自然，且动画迁移流畅无穿模。\n\nEVA3D 将原本需要专业建模团队数周完成的工作，转化为开发者仅需利用 2D 图片集即可在本地自动完成的流程，极大地 democratize 了 3D 内容创作。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhongfz16_EVA3D_dde9752b.gif","hongfz16","Fangzhou Hong","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fhongfz16_95dda06c.jpg","Ph.D. in MMLab@NTU",null,"Singapore","fangzhouhong820@gmail.com","https:\u002F\u002Fhongfz16.github.io\u002F","https:\u002F\u002Fgithub.com\u002Fhongfz16",[83,87,91,94,98],{"name":84,"color":85,"percentage":86},"Python","#3572A5",86.2,{"name":88,"color":89,"percentage":90},"Cuda","#3A4E3A",9,{"name":92,"color":93,"percentage":10},"C++","#f34b7d",{"name":95,"color":96,"percentage":97},"Jupyter Notebook","#DA5B0B",1.4,{"name":99,"color":100,"percentage":101},"Shell","#89e051",0.4,600,38,"2026-02-18T20:24:59","NOASSERTION",4,"未说明","必需 NVIDIA GPU。推理已测试型号：RTX 2080 Ti, V100, A100, T4；训练已测试型号：V100, A100。安装命令指定 CUDA Toolkit 10.1。",{"notes":110,"python":111,"dependencies":112},"建议使用 Anaconda 管理 Python 环境。推理需要预训练模型和 SMPL 模型（需单独注册下载中性模型 SMPL_NEUTRAL.pkl 并放入指定目录）。训练 DeepFashion 数据集需下载处理后的数据。","3.8",[113,114,115,116,117,118,119],"pytorch==1.7.1","torchvision==0.8.2","torchaudio==0.7.2","cudatoolkit=10.1","fvcore","iopath","pytorch3d",[15,121],"其他","2026-03-27T02:49:30.150509","2026-04-18T00:45:53.976431",[125,130,135,140,145,150,155],{"id":126,"question_zh":127,"answer_zh":128,"source_url":129},38371,"运行代码时遇到 RuntimeError: derivative for aten::grid_sampler_2d_backward is not implemented 错误怎么办？","该问题通常出现在 PyTorch 1.11+ 版本中，因为旧版 StyleGAN3 的自定义操作不再兼容。解决方案是修改 `torch_utils\u002Fops\u002Fgrid_sample_gradfix.py` 文件，添加版本检测逻辑以适配新版本的 PyTorch API。\n\n具体修改步骤：\n1. 在文件头部导入解析库：`from pkg_resources import parse_version`\n2. 添加版本判断变量：\n   `_use_pytorch_1_11_api = parse_version(torch.__version__) >= parse_version('1.11.0a')`\n   `_use_pytorch_1_12_api = parse_version(torch.__version__) >= parse_version('1.12.0a')`\n3. 或者直接使用更新后的 StyleGAN3 代码库中的 `torch_utils` 函数替换现有实现。\n\n参考相关修复：https:\u002F\u002Fgithub.com\u002Fpytorch\u002Fpytorch\u002Fissues\u002F75018 和 https:\u002F\u002Fgithub.com\u002FNVlabs\u002Fstylegan3\u002Fissues\u002F145","https:\u002F\u002Fgithub.com\u002Fhongfz16\u002FEVA3D\u002Fissues\u002F7",{"id":131,"question_zh":132,"answer_zh":133,"source_url":134},38372,"EVA3D 模型是如何生成的？支持使用自定义图片进行训练吗？","EVA3D 是一个无条件（unconditional）的 3D 人体生成模型，意味着生成的人体是从随机高斯噪声中产生的，而不是基于特定的输入图像。生成的模型可以通过 SMPL 参数进行控制。\n\n关于自定义数据：\n1. 目前提供的 `sample_data.pkl` 仅包含用于控制的 SMPL 和相机参数样本。\n2. 维护者已表示将发布训练代码，届时用户可以使用自己的自定义图片数据集进行训练。\n3. 关于纹理提取：从 NeRF 为提取的网格创建纹理并非易事。维护者在另一个项目 AvatarCLIP 中实现了一种简单算法，思路是从多个视角渲染 NeRF，并将渲染的 RGB 颜色投影到网格顶点上。","https:\u002F\u002Fgithub.com\u002Fhongfz16\u002FEVA3D\u002Fissues\u002F3",{"id":136,"question_zh":137,"answer_zh":138,"source_url":139},38373,"smpl_template_sdf 是在什么空间生成的？所有身体部位共享同一个模板吗？","`smpl_template_sdf` 是在 SMPL 局部空间（SMPL local space）中定义的，而不是部件局部空间（part local space）。这意味着所有的查询点首先会被转换到 SMPL 局部空间。\n\n是的，所有的身体部位共享同一个 `smpl_template_sdf`。\n\n坐标变换流程说明：\n1. `smpl_v_inv` 用于将观察空间（observation space）的点转换到规范空间（canonical space，即 T-pose）。\n2. 从规范空间到部件局部空间的变换发生在代码 `eva3d_deepfashion.py` 的第 1032 行附近。","https:\u002F\u002Fgithub.com\u002Fhongfz16\u002FEVA3D\u002Fissues\u002F5",{"id":141,"question_zh":142,"answer_zh":143,"source_url":144},38374,"在 Google Colab 上运行时遇到 FileNotFoundError 或目录缺失错误如何解决？","这通常是由于文件路径配置错误或版本不匹配导致的。维护者已经更新了 Colab Notebook 并修复了若干 Bug。\n\n解决建议：\n1. 确保使用最新更新的 Notebook 版本。\n2. 检查目录结构，确保 `smpl_models` 文件夹位于 `EVA3D` 根目录下。\n3. 如果仍然报错，请确认 `evaluations` 文件夹及其子目录是否正确创建，或者尝试重新下载模型文件。\n4. 注意 HuggingFace 版本与 GitHub 仓库版本可能存在差异，建议以 GitHub 最新代码为准。","https:\u002F\u002Fgithub.com\u002Fhongfz16\u002FEVA3D\u002Fissues\u002F10",{"id":146,"question_zh":147,"answer_zh":148,"source_url":149},38375,"训练 EVA3D 需要多长时间？如果预计时间过长该如何调整？","虽然论文或配置文件中可能设置了较大的总迭代次数（如 2,000,000 次），但实际上不需要训练完所有迭代。\n\n建议策略：\n1. 无需拘泥于设定的最大迭代次数。\n2. 应当在生成图像质量达到满意程度时直接停止训练。\n3. 即使设置了很长的训练时间，通常在实际操作中当视觉效果符合要求即可结束，这样可以节省大量计算资源（避免不必要的数千小时训练）。","https:\u002F\u002Fgithub.com\u002Fhongfz16\u002FEVA3D\u002Fissues\u002F18",{"id":151,"question_zh":152,"answer_zh":153,"source_url":154},38376,"评估 EVA3D 的 FID 指标时应该使用什么截断值（truncation value）？","虽然具体的评估脚本细节在部分讨论中未完全展开，但根据此类生成模型（基于 StyleGAN 架构）的惯例及社区反馈：\n1. 通常默认截断值为 0.5，但在某些高质量评估场景下可能会使用 1.0。\n2. 建议参考官方发布的完整评估脚本（如果已发布）以获取最准确的参数设置。\n3. 如果官方未明确指定，可尝试对比 0.5 和 1.0 的结果，通常 0.5 能提供更好的生成质量稳定性，而 1.0 对应完整的潜在空间分布。","https:\u002F\u002Fgithub.com\u002Fhongfz16\u002FEVA3D\u002Fissues\u002F6",{"id":156,"question_zh":157,"answer_zh":158,"source_url":159},38377,"代码库何时发布？包含哪些内容？","根据维护者的公告：\n1. 推理代码（inference codes）已经发布。\n2. 训练代码（training codes）和数据集（dataset）计划在推理代码发布后的一周内陆续公开。\n请关注仓库的更新以获取最新的训练脚本和数据下载链接。","https:\u002F\u002Fgithub.com\u002Fhongfz16\u002FEVA3D\u002Fissues\u002F1",[]]