N-Cloth 复现——环境相关

博主： glados
发布时间：2024 年 04 月 20 日
197 次浏览
暂无评论
7143字数
分类：论文笔记

# N-Cloth 复现——环境相关

原论文名字是 《N-Cloth: Predicting 3D Cloth Deformation with Mesh-Based Networks》 ，这里记录一下论文复现遇到的一些问题、难点。

## 配置环境

N-Cloth 依赖的库主要如下：

1. python 3.8
2. pytorch 1.7.0
3. torch-geometric 1.6.3
4. psbody-mesh 0.4

其中 pytorch、torch-geometric 请务必保证版本一致，否则可能需要改写部分代码，或者无法加载作者给出的训练好的神经网络模型（因为新版本的 torch-geometric 中部分图神经网络的结构被更改过，所以无法正常加载作者提供的模型数据）。

如果是 Windows 平台下，那么 psbody-mesh 官方版本是无法正常安装的（至少需要较大的改动，成本较大），可以用别人已经改好的 [0.3 版本](https://github.com/johnbanq/mesh/tree/fix/MSVC_compilation)进行安装。目前经过测试运行没有遇到大问题，0.3 的 psbody-mesh 是可以正常使用的。原作者运行的环境是 Ubuntu，所以如果是在 Win 上运行代码的话需要踩一系列坑。

### psbody-mesh 库在 Win 系统上的安装

因为 psbody-mesh 库在 Windows 上安装比较麻烦，所以这里单独记录一下。

#### Boost 安装与配置

首先进行 Boost 的安装，从[官网](https://www.boost.org/)下载源代码：

![20220915124652](https://images-1300215216.cos.ap-guangzhou.myqcloud.com/Blog/20220915124652.png)

解压到要安装的路径之后例如`C:\dev\boost_1_80_0`，然后运行`bootstrap.bat`，运行后在命令行用 `b2.exe` 编译 boost。

```shell
.\b2.exe --address-model=64
```

编译完成后添加环境变量即可：

![20220915143324](https://images-1300215216.cos.ap-guangzhou.myqcloud.com/Blog/20220915143324.png)

#### Mesh 库的编译与安装

首先 `git clone` [别人魔改过的版本](https://github.com/johnbanq/mesh/tree/fix/MSVC_compilation)到硬盘上，然后在该目录运行指令：

```shell
pip install --no-deps --install-option="--boost-location=<path_to_your_boost>" --verbose --no-cache-dir .
```

其中`<path_to_your_boost>`替换成你安装的 Boost 路径。

之后，先将 `setup.py` 第 203 行左右有“visibility”的行注释掉，再运行指令：

```shell
python setup.py sdist
```

以及

```shell
python setup.py --verbose build_ext --boost-location=<path_to_your_boost>
```

这一步可能会提示 `fatal error C1083: Cannot open include file: 'CGAL/AABB_tree.h'`，具体解决方法看下面的 *一些坑* 一节，解决了之后重新运行这一行指令即可。

最后

```shell
python setup.py install
```

安装成功后，运行 `pip list`，如果看到列出的包中包含 `psbody-mesh`，那么安装就成功了：

![20220915152807](https://images-1300215216.cos.ap-guangzhou.myqcloud.com/Blog/20220915152807.png)

##### 安装特殊 PyOpenGL

随后我们需要安装[魔改过的 PyOpenGL](https://www.lfd.uci.edu/~gohlke/pythonlibs/#pyopengl)，选择对应你的 Python 版本的 wheel 安装即可。据作者解释是因为 Win 下用 MeshViewer 的话需要调用特殊的 DLL，而这些 DLL 在默认通过 PYPI 安装的 PyOpenGL 中是没有的。

注意如果安装过旧版本的 PyOpenGL 的话需要进行一次卸载：

```shell
pip uninstall pyOpenGL
pip install <the-name-of-your-wheel-file>
```

安装完成后，如果你需要进行测试来确保安装成功了的话：

```shell
python -m unittest -v
```

如果安装成功，那么最终可以看到这个窗口：

![20220915144311](https://images-1300215216.cos.ap-guangzhou.myqcloud.com/Blog/20220915144311.png)

##### 一些坑

理论上是应该像上面的指示那样顺利的，但是偶尔我们会遇到一些错误，这里整理了一些常见的错误以及解决方法。

###### fatal error C1083: Cannot open include file: 'CGAL/AABB_tree.h'

即在 `python setup.py sdist` 的时候提示找不到 `CGAL/AABB_tree.h` 文件。

直接将 `mesh-master\build\temp.win-amd64-3.X\CGAL-4.7` 复制到 `mesh-master\build\temp.win-amd64-3.X\Release\CGAL-4.7` 即可解决。如果还不行的话那么可以把 `mesh-master\mesh\thirdparty` 下的 `CGAL-4.7.tar.gz` 解压，并重命名为 `CGAL` 文件夹，放到 `mesh-master\mesh\src` 目录下。

据[ShengbinWei 描述](https://github.com/MPI-IS/mesh/issues/35)，还需要修改 `CGAL/Origin.h` 内容：

```C++
// 注释的就是原代码，改成没注释的样子
//CGAL_EXPORT extern const Origin ORIGIN;
CGAL_EXPORT const Origin ORIGIN;
//CGAL_EXPORT extern const Null_vector NULL_VECTOR;
CGAL_EXPORT const Null_vector NULL_VECTOR;
```

但是我自己实验实际上没改也是可以的。

##### （可选）CMake 编译库

如果你要用到 MeshViewer 的话可能需要这一步，编译 mesh 生成 MeshViewer 运行所需的 .lib。

```shell
cd mesh-master/mesh/cmake/
cmake ..
```

然后会看到生成了一个 `.sln` VS 工程文件以及一堆其他的文件，直接 Release 版本编译方案生成库即可。最后将生成库：

![20220915152052](https://images-1300215216.cos.ap-guangzhou.myqcloud.com/Blog/20220915152052.png)

把这些库放到对应的目录下即可：

```Shell
spatialsearch -> mesh-master/geometry
plyutils -> mesh-master/mesh/serialization
spatialsearch -> mesh-master/mesh
loadobj -> mesh-master/mesh/serialization
```

## Win 环境下改写部分源代码

首先是 `os.path.join()` 相关部分，因为原作者用到了类似`"{:0>4}_00.obj"`的变量来指代最终用到的、要输出的文件名，而且直接传入给`os.path.join()`。类似于：

```python
cloth_file = "{:0>4}_00.obj"
cloth_file_path = osp.join(dataset_path, "train_test", "mesh", cloth_file)

# 在用到的地方才进行 format
cloth = Obj(filename=cloth_file_path.format(233))
```

这么做在 Linux 系列系统下是没有问题的，但是在 Win下因为禁止使用`{}:>`之类的特殊字符作为变量名，所以原作者的代码无法直接在 Win 下运行，必须先进行 format 变成正常的命名之后再进行 `os.path.join()`

```python
cloth_file = "{:0>4}_00.obj"
# 传入参数前先进行 format
cloth_file_path = osp.join(dataset_path, "train_test", "mesh", cloth_file.format(233))

cloth = Obj(filename=cloth_file_path)
```

这样才能得到正确的路径。

此外，运行原作者代码的时候可能会遇到这种错误：

```shell
AttributeError: Can't pickle local object 'DataLoader.__init__.<locals>.collate'
```

这是因为原作者的 `DataLoader` 中用到了匿名函数，这是个 PyTorch 的 bug，把匿名函数改成单独的函数即可：

原本：

```python
class DataLoader(torch.utils.data.DataLoader):

def __init__(self,
                 dataset,
                 batch_size=1,
                 shuffle=False,
                 follow_batch=None,
                 **kwargs):
        if follow_batch is None:
            follow_batch = []

def collate(batch):
            elem = batch[0]
            if isinstance(elem, list):
                return batch
            elif isinstance(elem, torch.Tensor):
                return default_collate(batch)
            elif isinstance(elem, float):
                return torch.tensor(batch, dtype=torch.float)
            elif isinstance(elem, int_classes):
                return torch.tensor(batch)
            elif isinstance(elem, string_classes):
                return batch

raise TypeError('DataLoader found invalid type: {}'.format(
                type(elem)))

super(DataLoader, self).__init__(dataset,
                                         batch_size,
                                         shuffle,
                                         collate_fn=lambda batch: collate(batch),
                                         **kwargs)
```

改成：

```python
class DataLoader(torch.utils.data.DataLoader):

super(DataLoader, self).__init__(dataset,
                                         batch_size,
                                         shuffle,
                                         collate_fn=collate,
                                         **kwargs)

def collate(batch):
    elem = batch[0]
    if isinstance(elem, list):
        return batch
    elif isinstance(elem, torch.Tensor):
        return default_collate(batch)
    elif isinstance(elem, float):
        return torch.tensor(batch, dtype=torch.float)
    elif isinstance(elem, int_classes):
        return torch.tensor(batch)
    elif isinstance(elem, string_classes):
        return batch

raise TypeError('DataLoader found invalid type: {}'.format(
        type(elem)))
```

当然也可以让 `num_workers` 变成 0，单线程加载数据，但是那样就会让整个网络读取数据的速度变慢，最终拖累整体的运行速度。

## 参考

[installation of Windows 10?](https://github.com/MPI-IS/mesh/issues/4)
[Mesh and Meshviewer cannot be used](https://github.com/MPI-IS/mesh/issues/51)
[AttributeError: Can't pickle local object 'main.\<locals\>.\<lambda\>'](https://github.com/IBM/Project_CodeNet/issues/21)

最后修改：2024 年 04 月 20 日

随缘

发表评论取消回复
使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款

评论 *

私密评论

名称 *

🎲

邮箱 *

地址

N-Cloth 复现——环境相关

glados • 2024 年 04 月 20 日

# N-Cloth 复现——环境相关

原论文名字是 《N-Cloth: Predicting 3D Cloth Deformation with Mesh-Based Networks》 ，这里记录一下论文复现遇到的一些问题、难点。

## 配置环境

N-Cloth 依赖的库主要如下：

1. python 3.8
2. pytorch 1.7.0
3. torch-geometric 1.6.3
4. psbody-mesh 0.4

### psbody-mesh 库在 Win 系统上的安装

因为 psbody-mesh 库在 Windows 上安装比较麻烦，所以这里单独记录一下。

#### Boost 安装与配置

首先进行 Boost 的安装，从[官网](https://www.boost.org/)下载源代码：

![20220915124652](https://images-1300215216.cos.ap-guangzhou.myqcloud.com/Blog/20220915124652.png)

解压到要安装的路径之后例如`C:\dev\boost_1_80_0`，然后运行`bootstrap.bat`，运行后在命令行用 `b2.exe` 编译 boost。

```shell
.\b2.exe --address-model=64
```

编译完成后添加环境变量即可：

![20220915143324](https://images-1300215216.cos.ap-guangzhou.myqcloud.com/Blog/20220915143324.png)

#### Mesh 库的编译与安装

首先 `git clone` [别人魔改过的版本](https://github.com/johnbanq/mesh/tree/fix/MSVC_compilation)到硬盘上，然后在该目录运行指令：

```shell
pip install --no-deps --install-option="--boost-location=<path_to_your_boost>" --verbose --no-cache-dir .
```

其中`<path_to_your_boost>`替换成你安装的 Boost 路径。

之后，先将 `setup.py` 第 203 行左右有“visibility”的行注释掉，再运行指令：

```shell
python setup.py sdist
```

以及

```shell
python setup.py --verbose build_ext --boost-location=<path_to_your_boost>
```

这一步可能会提示 `fatal error C1083: Cannot open include file: 'CGAL/AABB_tree.h'`，具体解决方法看下面的 *一些坑* 一节，解决了之后重新运行这一行指令即可。

最后

```shell
python setup.py install
```

安装成功后，运行 `pip list`，如果看到列出的包中包含 `psbody-mesh`，那么安装就成功了：

![20220915152807](https://images-1300215216.cos.ap-guangzhou.myqcloud.com/Blog/20220915152807.png)

##### 安装特殊 PyOpenGL

注意如果安装过旧版本的 PyOpenGL 的话需要进行一次卸载：

```shell
pip uninstall pyOpenGL
pip install <the-name-of-your-wheel-file>
```

安装完成后，如果你需要进行测试来确保安装成功了的话：

```shell
python -m unittest -v
```

如果安装成功，那么最终可以看到这个窗口：

![20220915144311](https://images-1300215216.cos.ap-guangzhou.myqcloud.com/Blog/20220915144311.png)

##### 一些坑

理论上是应该像上面的指示那样顺利的，但是偶尔我们会遇到一些错误，这里整理了一些常见的错误以及解决方法。

###### fatal error C1083: Cannot open include file: 'CGAL/AABB_tree.h'

即在 `python setup.py sdist` 的时候提示找不到 `CGAL/AABB_tree.h` 文件。

据[ShengbinWei 描述](https://github.com/MPI-IS/mesh/issues/35)，还需要修改 `CGAL/Origin.h` 内容：

但是我自己实验实际上没改也是可以的。

##### （可选）CMake 编译库

如果你要用到 MeshViewer 的话可能需要这一步，编译 mesh 生成 MeshViewer 运行所需的 .lib。

```shell
cd mesh-master/mesh/cmake/
cmake ..
```

然后会看到生成了一个 `.sln` VS 工程文件以及一堆其他的文件，直接 Release 版本编译方案生成库即可。最后将生成库：

![20220915152052](https://images-1300215216.cos.ap-guangzhou.myqcloud.com/Blog/20220915152052.png)

把这些库放到对应的目录下即可：

```Shell
spatialsearch -> mesh-master/geometry
plyutils -> mesh-master/mesh/serialization
spatialsearch -> mesh-master/mesh
loadobj -> mesh-master/mesh/serialization
```

## Win 环境下改写部分源代码

首先是 `os.path.join()` 相关部分，因为原作者用到了类似`"{:0>4}_00.obj"`的变量来指代最终用到的、要输出的文件名，而且直接传入给`os.path.join()`。类似于：

```python
cloth_file = "{:0>4}_00.obj"
cloth_file_path = osp.join(dataset_path, "train_test", "mesh", cloth_file)

# 在用到的地方才进行 format
cloth = Obj(filename=cloth_file_path.format(233))
```

```python
cloth_file = "{:0>4}_00.obj"
# 传入参数前先进行 format
cloth_file_path = osp.join(dataset_path, "train_test", "mesh", cloth_file.format(233))

cloth = Obj(filename=cloth_file_path)
```

这样才能得到正确的路径。

此外，运行原作者代码的时候可能会遇到这种错误：

```shell
AttributeError: Can't pickle local object 'DataLoader.__init__.<locals>.collate'
```

这是因为原作者的 `DataLoader` 中用到了匿名函数，这是个 PyTorch 的 bug，把匿名函数改成单独的函数即可：

原本：

```python
class DataLoader(torch.utils.data.DataLoader):

raise TypeError('DataLoader found invalid type: {}'.format(
                type(elem)))

改成：

```python
class DataLoader(torch.utils.data.DataLoader):

def collate(batch):
    elem = batch[0]
    if isinstance(elem, list):
        return batch
    elif isinstance(elem, torch.Tensor):
        return default_collate(batch)
    elif isinstance(elem, float):
        return torch.tensor(batch, dtype=torch.float)
    elif isinstance(elem, int_classes):
        return torch.tensor(batch)
    elif isinstance(elem, string_classes):
        return batch

raise TypeError('DataLoader found invalid type: {}'.format(
        type(elem)))
```

当然也可以让 `num_workers` 变成 0，单线程加载数据，但是那样就会让整个网络读取数据的速度变慢，最终拖累整体的运行速度。

## 参考

N-Cloth 复现——环境相关

发表评论取消回复
使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款

杂记——游戏最重要的是什么

Typecho隐藏登录入口

Maya 帧率名称备忘录

用VS附带工具来查看dll文件包含的函数

Typecho添加Favicon

Unity 录制视频

UE5 中用 Python 接口创建 Level Sequence 与设置 TriggerEvent

Maya 帧率名称备忘录

UE4 中的 Subsystem

用VS附带工具来查看dll文件包含的函数

N-Cloth 复现——环境相关

发表评论 取消回复 使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款

N-Cloth 复现——环境相关

发表评论取消回复
使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款