[AI学习：SPIN -win-安装SPIN-工具过程 SPIN win 电脑安装=accoda 环境-第一篇：布置环境]

1-概述

（1）概述

最近学习AI，看到了SPIN这个工具，可以将图片转换位3D模型，今天来尝试试试。

（2）SPIN说明

SPIN 全称：SMPL oPtimization IN the loop
是一种基于 PyTorch 的人体姿态与形状估计模型，由 Kolotouros et al. 提出（CVPR 2019）。

https://arxiv.org/abs/1909.12828

Learning to Reconstruct 3D Human Pose and Shape via Model-fitting in the Loop”

2：操作流程-配置conda环境

（1）创建conda环境

这里默认：已经安装了conda，直接使用naconda Prompt（命令行）环境。

conda create -n spin python=3.9 -y

如下图，可以看到conda下载或者解析一些基础包。

• ca-certificates
• setuptools
• wheel
• ucct
• 等 Python 运行时所需包。
  

---

（2）安装pyTorch GPU相关配置

参数	含义
torch	PyTorch 主库
torchvision	图像处理工具包（支持 CNN、数据增强等）
torchaudio	音频处理工具包
--index-url https://download.pytorch.org/whl/cu118	指定下载源为官方 PyTorch CUDA 11.8 版本的 whl 文件仓库

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

这样其实可以直接使用 NVIDIA GPU + CUDA 11.8 加速。

同时也在下载依赖包：

numpy、pillow、typing_extensions

jinja2、sympy、networkx、filelock 等

说明正在下载 2.8 GB 的主包，速度约 30MB/s，很正常。 说明这个包比较打，如果总是新建环境，内存很容易耗光

Downloading torch-2.7.1+cu118... (2.8 GB)

---

（3）安装相关依赖包

pip install numpy tqdm yacs matplotlib scipy opencv-python chumpy pyrender trimesh

（1）如下图，使用 pip 安装依赖库的过程，且已经成功安装完毕。

模块	功能说明
PyOpenGL	OpenGL 渲染库，常用于 3D 显示（如 SMPL、PyTorch3D、PyRender）
PyYAML	用于读取 .yaml 配置文件
chumpy	与 smplx、pyrender 等人体建模库相关的计算框架
matplotlib	绘图库
numpy / scipy	数值计算与科学计算核心库
opencv-python	图像读取与处理
trimesh / pyrender	3D 网格与可视化支持
imageio / freetype-py	图像输入输出与字体绘制支持
pyglet	OpenGL 窗口和渲染辅助库

（2）关于黄色警告

DEPRECATION: Building 'chumpy' using the legacy setup.py bdist_wheel mechanism...
DEPRECATION: Building 'PyOpenGL' using the legacy setup.py bdist_wheel mechanism...

这只是提醒旧版打包机制（setup.py）将被废弃。

---

3：操作流程-前期准备

（1）查看自己spin目录

如下图，所示在 Windows PowerShell（管理员模式） 下，当前路径为：C:\Users\Admin\SPIN

（2）下载官方模型包

1）官方链接

链接如下：https://smpl.is.tue.mpg.de/

• 注册 / 登录 SMPL 官方网站

• 在 “Downloads” 页面选择 Python 版本（v1.1.0）下载 SMPL_python_v.1.1.0.zip

• 解压后得到包含 smpl/models/basicmodel_*.pkl 的文件夹结构

2）下载的包目录如下

SMPL_python_v.1.1.0/smpl/models/basicmodel_f_lbs_10_207_0_v1.1.0.pklbasicmodel_m_lbs_10_207_0_v1.1.0.pklbasicmodel_neutral_lbs_10_207_0_v1.1.0.pkl…（可能还有其他文件／脚本）

把这三个 .pkl 复制进去，并改名为

原始文件名	改为
basicModel_f_lbs_10_207_0_v1.1.0.pkl	SMPL_FEMALE.pkl
basicModel_m_lbs_10_207_0_v1.1.0.pkl	SMPL_MALE.pkl
basicModel_neutral_lbs_10_207_0_v1.1.0.pkl	SMPL_NEUTRAL.pkl

最终目录

C:\Users\Admin\SPIN\├── data\│    ├── model_checkpoint.pt│    └── smpl\│         ├── SMPL_FEMALE.pkl│         ├── SMPL_MALE.pkl│         └── SMPL_NEUTRAL.pkl

（1）目录文件：如下图是我现在的目录，但是之后，进行弄得时候，其实很乱，有可能这个工程确实比较老了，想要运行，必须进行匹配环境，调试了许久吧。

（2）目录data文件：smpl文件

3）下载的model_checkpoint.pt 文件

model_checkpoint.pt 是 SPIN 预训练模型（PyTorch 格式），
也就是网络在大规模人体数据集（COCO、Human3.6M、LSP 等）上训练好的权重文件。

• ResNet-50 主干（backbone）
• SMPL 参数回归器（pose, shape, camera）
• 优化模块（SMPLify-in-loop）学习到的权重
• .pt 文件是 PyTorch 的模型保存格式，相当于 TensorFlow 的 .ckpt。

资源文件链接：https://download.csdn.net/download/qq_22146161/92138500

4-总结

只有其实遇到很多问题，所以决定分开文章编写，看着也省事。