Hugging Face's logo

Spaces:
Pie31415
/
rome
Build error

App Files Community
6
rome
File size: 8,251 Bytes 
3cf6a6c
ec5816e
6d4fd39
ad1af47
3cf6a6c
 
 
ad1af47
3cf6a6c
 
ec5816e
ad1af47
5769ced
 
867e44f
3cf6a6c
 
ec5816e
3cf6a6c
 
 
 
 
 
 
 
 
 
 
 
ec5816e
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
3cf6a6c
ec5816e
3cf6a6c
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
6d4fd39
3cf6a6c
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
 
import os, sys
import importlib
import argparse

import numpy as np
import torch
import matplotlib.pyplot as plt

from PIL import Image

sys.path.append("./rome/")

from rome.src.utils import args as args_utils
from rome.src.utils.processing import process_black_shape, tensor2image

# loading models ---- create model repo
from huggingface_hub import hf_hub_url

default_modnet_path = hf_hub_url('Pie31415/rome','modnet_photographic_portrait_matting.ckpt')
default_model_path = hf_hub_url('Pie31415/rome','models/rome.pth')

# parser configurations
parser = argparse.ArgumentParser(conflict_handler='resolve')
parser.add_argument('--save_dir', default='.', type=str)
parser.add_argument('--save_render', default='True', type=args_utils.str2bool, choices=[True, False])
parser.add_argument('--model_checkpoint', default=default_model_path, type=str)
parser.add_argument('--modnet_path', default=default_modnet_path, type=str)
parser.add_argument('--random_seed', default=0, type=int)
parser.add_argument('--debug', action='store_true')
parser.add_argument('--verbose', default='False', type=args_utils.str2bool, choices=[True, False])
parser.add_argument('--model_image_size', default=256, type=int)
parser.add_argument('--align_source', default='True', type=args_utils.str2bool, choices=[True, False])
parser.add_argument('--align_target', default='False', type=args_utils.str2bool, choices=[True, False])
parser.add_argument('--align_scale', default=1.25, type=float)

parser.add_argument('--use_mesh_deformations', default='False', type=args_utils.str2bool, choices=[True, False])
parser.add_argument('--subdivide_mesh', default='False', type=args_utils.str2bool, choices=[True, False])
parser.add_argument('--renderer_sigma', default=1e-8, type=float)
parser.add_argument('--renderer_zfar', default=100.0, type=float)
parser.add_argument('--renderer_type', default='soft_mesh')
parser.add_argument('--renderer_texture_type', default='texture_uv')
parser.add_argument('--renderer_normalized_alphas', default='False', type=args_utils.str2bool,
                    choices=[True, False])

parser.add_argument('--deca_path', default='')
parser.add_argument('--rome_data_dir', default='')


parser.add_argument('--autoenc_cat_alphas', default='False', type=args_utils.str2bool, choices=[True, False])
parser.add_argument('--autoenc_align_inputs', default='False', type=args_utils.str2bool, choices=[True, False])
parser.add_argument('--autoenc_use_warp', default='False', type=args_utils.str2bool, choices=[True, False])
parser.add_argument('--autoenc_num_channels', default=64, type=int)
parser.add_argument('--autoenc_max_channels', default=512, type=int)
parser.add_argument('--autoenc_num_groups', default=4, type=int)
parser.add_argument('--autoenc_num_bottleneck_groups', default=0, type=int)
parser.add_argument('--autoenc_num_blocks', default=2, type=int)
parser.add_argument('--autoenc_num_layers', default=4, type=int)
parser.add_argument('--autoenc_block_type', default='bottleneck')

parser.add_argument('--neural_texture_channels', default=8, type=int)
parser.add_argument('--num_harmonic_encoding_funcs', default=6, type=int)

parser.add_argument('--unet_num_channels', default=64, type=int)
parser.add_argument('--unet_max_channels', default=512, type=int)
parser.add_argument('--unet_num_groups', default=4, type=int)
parser.add_argument('--unet_num_blocks', default=1, type=int)
parser.add_argument('--unet_num_layers', default=2, type=int)
parser.add_argument('--unet_block_type', default='conv')
parser.add_argument('--unet_skip_connection_type', default='cat')
parser.add_argument('--unet_use_normals_cond', default=True, action='store_true')
parser.add_argument('--unet_use_vertex_cond', action='store_true')
parser.add_argument('--unet_use_uvs_cond', action='store_true')
parser.add_argument('--unet_pred_mask', action='store_true')
parser.add_argument('--use_separate_seg_unet', default='True', type=args_utils.str2bool, choices=[True, False])

parser.add_argument('--norm_layer_type', default='gn', type=str, choices=['bn', 'sync_bn', 'in', 'gn'])
parser.add_argument('--activation_type', default='relu', type=str, choices=['relu', 'lrelu'])
parser.add_argument('--conv_layer_type', default='ws_conv', type=str, choices=['conv', 'ws_conv'])

parser.add_argument('--deform_norm_layer_type', default='gn', type=str, choices=['bn', 'sync_bn', 'in', 'gn'])
parser.add_argument('--deform_activation_type', default='relu', type=str, choices=['relu', 'lrelu'])
parser.add_argument('--deform_conv_layer_type', default='ws_conv', type=str, choices=['conv', 'ws_conv'])
parser.add_argument('--unet_seg_weight', default=0.0, type=float)
parser.add_argument('--unet_seg_type', default='bce_with_logits', type=str, choices=['bce_with_logits', 'dice'])
parser.add_argument('--deform_face_tightness', default=0.0, type=float)

parser.add_argument('--use_whole_segmentation', action='store_true')
parser.add_argument('--mask_hair_for_neck', action='store_true')
parser.add_argument('--use_hair_from_avatar', action='store_true')

# Basis deformations
parser.add_argument('--use_scalp_deforms', default='True', type=args_utils.str2bool,
                    choices=[True, False], help='')
parser.add_argument('--use_neck_deforms', default='True', type=args_utils.str2bool,
                    choices=[True, False], help='')
parser.add_argument('--use_basis_deformer', default='False', type=args_utils.str2bool,
                    choices=[True, False], help='')
parser.add_argument('--use_unet_deformer', default='True', type=args_utils.str2bool,
                    choices=[True, False], help='')

parser.add_argument('--pretrained_encoder_basis_path', default='')
parser.add_argument('--pretrained_vertex_basis_path', default='')
parser.add_argument('--num_basis', default=50, type=int)
parser.add_argument('--basis_init', default='pca', type=str, choices=['random', 'pca'])
parser.add_argument('--num_vertex', default=5023, type=int)
parser.add_argument('--train_basis', default=True, type=args_utils.str2bool, choices=[True, False])
parser.add_argument('--path_to_deca', default='DECA')

parser.add_argument('--path_to_linear_hair_model',
                    default='data/linear_hair.pth')
parser.add_argument('--path_to_mobile_model',
                    default='data/disp_model.pth')
parser.add_argument('--n_scalp', default=60, type=int)

parser.add_argument('--use_distill', default=False, type=args_utils.str2bool, choices=[True, False])
parser.add_argument('--use_mobile_version', default=False, type=args_utils.str2bool, choices=[True, False])

parser.add_argument('--deformer_path', default='data/rome.pth')

parser.add_argument('--output_unet_deformer_feats', default=32, type=int,
                    help='output features in the UNet')

parser.add_argument('--use_deca_details', default=False, type=args_utils.str2bool, choices=[True, False])
parser.add_argument('--use_flametex', default=False, type=args_utils.str2bool, choices=[True, False])

parser.add_argument('--upsample_type', default='nearest', type=str,
                    choices=['nearest', 'bilinear', 'bicubic'])

parser.add_argument('--num_frequencies', default=6, type=int, help='frequency for harmonic encoding')
parser.add_argument('--deform_face_scale_coef', default=0.0, type=float)
parser.add_argument('--device', default='cpu', type=str)
# args, _ = parser.parse_known_args()

# parser = importlib.import_module(f'src.rome').ROME.add_argparse_args(parser)
args = parser.parse_args()
args.deca_path = 'DECA'

device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')

from infer import Infer

infer = Infer(args)
infer = infer.to(device)

def predict(source_img, driver_img):
    out = infer.evaluate(source_img, driver_img, crop_center=False)
    res = tensor2image(torch.cat([out['source_information']['data_dict']['source_img'][0].cpu(),
                              out['source_information']['data_dict']['target_img'][0].cpu(),
                        out['render_masked'].cpu(), out['pred_target_shape_img'][0].cpu()], dim=2))
    return res[..., ::-1]


import gradio as gr

gr.Interface(
    fn=predict,
    inputs=[
        gr.Image(type="pil"),
        gr.Image(type="pil")
    ],
    outputs=gr.Image(),
    examples=[]).launch()