mamma

从视频直接捕捉多人3D动作，无需标记点，精度高。

开源 🏷️定价信息待确认 ✅ 目前可打开 计算机视觉 🍴 复刻 87 🐛 待处理 2 👀 关注 10
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 885
维护状态 较活跃
是否开源 开源
定价模式 🏷️定价信息待确认

项目预览

mamma 项目界面预览图
图片来源：项目官网

项目数据

分类计算机视觉
开发团队cuevhv
官网地址https://mamma.is.tue.mpg.de
GitHubhttps://github.com/cuevhv/mamma
定价模式🏷️定价信息待确认
价格说明官网为项目主页，未明确提供在线体验或定价信息，需进一步确认。
访问状态✅ 目前可打开
是否开源是
开源协议NOASSERTION
主要语言Python
技术栈/模型3d-human-reconstruction,computer-vision,cvpr2026,deep-learning,hmr,human-pose-estimation,markerless-motion-capture,mocap,mocapmultiperson,motion-capture,multiview,pose-estimation,pytorch,smpl-x,synthetic-data
GitHub 星标★ 885
上线时间2026-05-06 00:00:00
代码更新2026-10-30
仓库体积5.9 MB
本站数据更新2026-11-09
维护状态较活跃
收录时间2026-08-10
浏览次数6

项目介绍

MAMMA 是一个面向多人体运动捕捉的开源项目，主打无标记（markerless）且高精度的多人运动获取。它解决了传统光学动捕系统依赖昂贵标记点和专业设备、难以在自然场景中应用的痛点，利用深度学习技术直接从普通视频中估计多人的人体姿态和三维网格。项目基于 HMR（Human Mesh Recovery）框架扩展，支持多人场景下的姿态估计、三维人体重建和运动捕捉，适用于体育分析、人机交互、动画制作等需要低成本、高精度运动数据的领域。其核心能力包括多人同时追踪、无标记输入、以及输出可用于后续分析的三维运动序列。作为 CVPR 2026 的官方代码，该项目提供了完整的训练和推理流程，为研究者和开发者提供了便捷的基准实现。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-10 · 当前星标 ★ 885

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：高级 约 40 分钟 部署方式：本地安装 4 步

环境要求

  • NVIDIA GPU（建议 16G 显存以上）
  • Python 3.11
  • 预训练权重

安装与启动步骤

  1. 1建环境

    人体建模流水线依赖较重，建议单独 conda 环境。

    conda create -n mamma python=3.11 -y && conda activate mamma

  2. 2装依赖

    先 clone 再按 README 装 torch 与项目包。

    git clone https://github.com/cuevhv/mamma.git
cd mamma && pip install -r requirements.txt

  3. 3检查环境

    doctor 会校验环境变量与权重路径，先过这一关再跑推理。

    python -m inference doctor

  4. 4跑示例

    仓库自带下载脚本，先拉一小段视频验证全链路。

    bash data/download_example.sh
python -m inference run --config configs/example.yaml

如何确认成功

inference run 结束后输出目录里有重建的动作序列与可视化视频。

注意事项

  • 权重与视频数据都不进仓库，第一次跑要留足下载时间。
  • doctor 报权重路径错时优先看环境变量是否写在当前 shell。

核心亮点

  • 无标记设计，省去传统动捕的复杂穿戴和标定流程，大幅降低使用门槛。
  • 支持多人同时捕捉，解决了单模型在多人场景下的遮挡和交互难题。
  • 基于 HMR 框架，输出高质量的三维人体网格，可直接用于动画和运动分析。

不足之处

  • 早期项目，文档和社区支持尚待完善。
  • 对输入视频质量（如光照、遮挡）和计算资源有一定要求，实时性可能受限。

适用场景

  • 体育训练中分析运动员动作姿态。
  • 影视动画制作中捕捉演员表演，驱动虚拟角色。
  • 人机交互或医疗康复中监测人体运动模式。

替代项目

OpenPose、VIBE、ROMP

上一篇：unrealcv

下一篇：APTM

同类项目推荐

NAF 开源

零样本特征放大，无需训练，即插即用提升视觉模型分辨率

Official Implementation of NAF: Zero-Shot Feature Upsampling via Neighborhood Attent···

★ 122 2026-08-09
LISA 开源

让大模型看懂指令，直接分割出你想要的物体

Project Page for "LISA: Reasoning Segmentation via Large Language Model"

★ 2691 2026-08-09
AntiCAP 开源

一行代码识别点选滑块算术验证码，自动化流程不再卡验证

验证码识别 点选 滑块 算术 旋转 OCR

★ 691 2026-09-29
talk2bev 开源

让自动驾驶地图能听懂人话，直接问答周围环境

Talk2BEV: Language-Enhanced Bird's Eye View Maps (ICRA'24)

★ 126 2026-08-09
DART 开源

用前沿模型实时检测视频里的任何目标

Detect Anything in Real Time: Real-time object detection using frontier object detec···

★ 797 2026-09-20
samexporter 开源

把 SAM 系列模型一键导出 ONNX，秒级部署到任意平台

Export and run SAM, MobileSAM, EfficientSAM, SAM 2/2.1, and SAM 3 as ONNX for portab···

★ 434 2026-08-31
GiT 开源

一个Transformer搞定分类、检测、分割和生成，视觉任务不再分家。

[ECCV2024 Oral] Official Implementation of "GiT: Towards Generalist Vision Transform···

★ 365 2026-08-09
ax-samples 开源

在爱芯 NPU 板子上快速跑通 YOLO 等视觉模型

Samples code for world class Artificial Intelligence SoCs for computer vision applic···

★ 304 2026-10-26
multimodal-image-retrieval 开源

从意图识别到对比学习，跑通多模态图像检索全流程

多模态检索实战：意图识别、Prompt 工程、Qwen LoRA、EmbeddingGemma 2 与 InfoNCE 对比学···

★ 127 2026-11-08