这是我们为接受的ICCV 2019论文“深入探究野外3D人体重建混合注解方法”所提供的公共资源库

深入研究混合注释，以进行野外3D人类恢复 于蓉，刘子伟，李成，曹凯迪，陈改变来 。 部分代码受和启发。 感谢他们的作者的贡献。 先决条件 安装第三方软件包 请参考以安装所需的软件包和代码。 准备DCT代码 克隆此仓库 git clone git@github.com:penincillin/DCT_ICCV-2019.git cd DCT_ICCV-2019 准备数据和模型 从下载处理后的数据集，演示图像以及预训练的权重和模型，然后将其放置在DCT_ICCV-2019的根目录中。 训练 准备实时可视化 在开始训练之前，要实时显示训练结果和损失曲线，请运行python -m visdom.server 8097并单击URL 训练所有数据集 使用图像作为输入并使用所有注释 sh script/train_all_img.sh 使用图像和IUV作为输入并使用所有注释 sh script/tr