novitalabs/AnimateAnyone
GitHub: novitalabs/AnimateAnyone
该项目是 Animate Anyone 角色动画生成算法的非官方实现，提供预训练权重与推理代码，可将静态人物图像转化为姿态驱动的动态视频。
Stars: 779 | Forks: 69
# Animate Anyone
[](https://novita.ai)
## 概述
本仓库目前提供了 [Animate Anyone](https://humanaigc.github.io/animate-anyone) 的非官方预训练权重和推理代码。它的灵感来源于 [MooreThreads/Moore-AnimateAnyone](https://github.com/MooreThreads/Moore-AnimateAnyone) 仓库的实现，我们在训练过程和数据集方面进行了一些调整。
## 示例
## 快速开始
### 构建环境
我们推荐使用 `>=3.10` 的 Python 版本和 `=11.7` 的 CUDA 版本。然后按照以下方式构建环境：
```
# [可选] 创建一个虚拟 env
python -m venv .venv
source .venv/bin/activate
# 使用 pip 安装：
pip install -r requirements.txt
```
### 下载权重
**自动下载**：你可以运行以下命令来自动下载权重：
```
python tools/download_weights.py
```
权重将被放置在 `./pretrained_weights` 目录下。整个下载过程可能需要很长时间。
### 推理
以下是运行推理脚本的 CLI 命令：
```
python -m scripts.pose2vid --config ./configs/prompts/animation.yaml -W 512 -H 784 -L 64
```
你可以参考 `animation.yaml` 的格式来添加你自己的参考图像或姿态视频。要将原始视频转换为姿态视频（关键点序列），你可以运行以下命令：
```
python tools/vid2pose.py --video_path /path/to/your/video.mp4
```
## 或者在 Novita AI 上尝试
我们已经在 Novita AI 上部署了这个模型，你可以通过 Playground ➡️ https://novita.ai/playground#animate-anyone 进行体验。
## 致谢
本项目基于 [MooreThreads/Moore-AnimateAnyone](https://github.com/MooreThreads/Moore-AnimateAnyone)，后者采用 Apache License 2.0 授权。我们感谢 [Animate Anyone](https://humanaigc.github.io/animate-anyone) 和 [MooreThreads/Moore-AnimateAnyone](https://github.com/MooreThreads/Moore-AnimateAnyone) 的作者们进行的开放性研究和探索。
标签：AI, Python, Vectored Exception Handling, 凭据扫描, 动作驱动, 图像生成, 无后门, 深度学习, 自动化代码审查, 视频生成, 逆向工具