champ

环境要求

• 操作系统：Ubuntu 20.04 或 Windows 11
• CUDA 12.1，已验证显卡为 A100、RTX3090
• Python 3.10（使用 conda 创建环境）
• 默认动作序列推理约需 20GB 显存

安装与启动步骤

1. 1创建 conda 环境

   使用 conda 创建 Python 3.10 的独立环境并激活，避免与系统包冲突。

   conda create -n champ python=3.10
   conda activate champ

   复制

2. 2安装依赖包

   在激活的 champ 环境中用 pip 安装 requirements.txt 中的全部依赖。

   pip install -r requirements.txt

   复制

3. 3Windows 改用 poetry

   Windows 用户强烈建议用 poetry 安装依赖，避免环境问题。

   poetry install --no-root

   复制

4. 4运行推理

   确保 pretrained_models 与 example_data 已就绪，执行推理脚本生成动画结果。

   python inference.py --config configs/inference/inference.yaml

   复制

5. 5poetry 下运行推理

   如果依赖是用 poetry 安装的，推理命令需加 poetry run 前缀。

   poetry run python inference.py --config configs/inference/inference.yaml

   复制

6. 6训练第一阶段

   用 accelerate 启动 stage1 训练脚本，需按 yaml 配置训练参数。

   accelerate launch train_s1.py --config configs/train/stage1.yaml

   复制

7. 7训练第二阶段

   先修改 stage2.yaml 里的 stage1_ckpt_dir 指向第一阶段权重，再启动训练。

   accelerate launch train_s2.py --config configs/train/stage2.yaml

   复制

关键配置

如何确认成功

推理完成后，动画结果会保存到 ${PROJECT_ROOT}/results 文件夹中，查看有视频文件即成功。

常见问题

注意事项

• 预训练模型和动作数据分别位于 pretrained_models 和 example_data 目录。
• 默认动作序列 motion-02 约 250 帧，显存占用较高。
• 已在 A100 和 RTX3090 上验证，其他显卡效果未说明。
• 系统需 Ubuntu 20.04 或 Windows 11，并搭配 CUDA 12.1。