1. 가상환경 python3.7 버전으로 생성

# 생성
conda create -n [가상환경 이름] python=3.7

# 가상환경 접속
conda activate [가상환경 이름]

2. OpenPose git clone

git clone <https://github.com/cuiaiyu/dressing-in-order.git> && cd dressing-in-order/

3. PyTorch 설치

python3 -m pip install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f <https://download.pytorch.org/whl/torch_stable.html>

4. Python package 설치

• requirements.txt 내용 수정하기

  # 아래 버전들로 수정
  dominate==2.6.0
  imageio
  ipython
  lpips==0.1.3
  matplotlib
  numpy>=1.21
  opencv-python
  pandas
  Pillow<7.0.0
  scikit-image==0.14.3
  tensorboard
  tensorboardX
  tifffile==2020.9.3
  tqdm
  rich
  

  python3 -m pip install -r requirements.txt
  

5. Dataset 준비

• Dataset Download : Google Drive

• 데이터셋 폴더 구조

  **$DATA_ROOT**
  ├── **train**
  │   ├── xxx.jpg
  │   │   ...
  │   ├── **trainM_lip**
  │   │   ├── xxx.jpg
  │   │   │   ...
  ├── **test**
  │   ├── xxx.jpg
  │   │   ...
  │   ├── testM_lip
  │   │   ├── xxx.jpg
  │   │   │   ...
  ├── fasion-annotation-test.csv (openpose body-25 keypoint)
  ├── fasion-annotation-train.csv (openpose body-25 keypoint)
  ├── fasion-pairs-test.csv (paired poses)
  ├── fasion-pairs-train.csv (paired poses)
  ├── train.lst
  ├── test.lst
  └── standard_test_anns.txt
  
  ├── img_highres (deep-fashion raw dataset)
  

• 프로젝트 폴더 구조

  • 구글 드라이브에서 다운로드한 latest_net_G.pth 를 프로젝트 폴더에 넣고 아래 코드로 latest_net_G.pth 를 flownet.pt 로 변환한다.

  import torch
  
  weights = torch.load("latest_net_G.pth")
  flownet_weights = {w.replace("flow_net.",""): weights[w] for w in weights if w.startswith("flow_net")}
  torch.save(flownet_weights, "flownet.pt")
  

  • pretrained_models 폴더를 만들고 변환한 flownet.pt 를 해당 폴더에 넣는다.

  .
  ├── **checkpoints**
  │   ├── **DIOR_32
  │   │   ├── latest_net_E_attr.pth
  │   ├── latest_net_Flow.pth
  │   └── latest_net_G.pth**
  │   ├── **DIOR_64**
  │   └── **DIORv1_64**
  ├── **pretrained_models**
  │   └── flownet.pth
  ├── latest_net_G.pth
  ├── **pretrained_models**
  │   └── flownet.pth