Repositório do projeto desenvolvido durante a Disciplina IA369Z - Reprodutibilidade em Pesquisa Computacional oferecida no primeiro semestre de 2019, FEEC - UNICAMP.
- /sampledata - Arquivos de animações em bvh
- /deliver - Formato final do paper. Contém o artigo no formato pdf, o notebook executável (.ipynb) e as bibliotecas desenvolvidas para a execução do mesmo.
- /dev - Pasta de desenvolvimento. Contém notebooks em desenvolvimento, notebooks de versões anteriores, notebooks e arquivos para geração automática do artigo no formato pdf, ambiente de desenvolvimento, bibliotecas em desenvolvimento, entre outros.
- /figures - Imagens utilizadas para a geração do artigo. LICENSE - condições de licença
Para reproduzir os resultados do artigo é necessário executar o notebook no ambiente de desenvolvimento que consiste em:
- Python 3.7.3
- Biblioteca numpy 1.16
- Biblioteca matplotlib 3
- Biblioteca jupyter
- Biblioteca PyQt5
- Biblioteca ffmpeg
Versões antigas do matplotlib podem apresentar erros durante a visualização das animações. Visite matplotlib para mais informações.
Com o Docker instalado, faça download do repositório ou clone através do comando git clone https://github.com/rltonoli/MotionRetargeting.
Navegue até o diretório local do repositório utilizando o terminal (no modo administrador) e execute o comando docker-compose up.
Abra o browser e entre no endereço http://localhost:8889. Vá até home/deliver e abra o notebook (.ipynb).
(Se necessário você pode gerar a imagem local através do Dockerfile disponível em (pasta do repositório)/dev/gen-docker-img e executar o comando docker build .\ -t myimage)
Recomenda-se a instalação do Anaconda para a criação de um novo ambiente a execução do notebook.
Faça download do repositório ou clone através do comando git clone https://github.com/rltonoli/MotionRetargeting.
Crie um novo ambiente com as bibliotecas necessárias usando conda create -n mrpy3 python=3.7 numpy matplotlib=3.0.3 jupyter pyqt5 ffmpeg, sendo mrpy3 o nome do novo ambiente. Acesse o ambiente criado através de conda activate mrpy3.
Para executar o notebook, abra o Anaconda Prompt, acesse o diretório local do repositório clonado e insira do comando jupyter notebook. Você pode especificar a porta do notebook através do comando jupyter notebook --port=8889, por exemplo. Uma nova aba no seu browser será criada, acesse a pasta deliver e clique no notebook executável (.ipynb).
(Uma cópia do ambiente de desenvolvimento está disponível em (repositório)/dev/mrenv.yml. Para instalar a cópia exata do ambiente abra o Anaconda Prompt, acesse a pasta /dev o diretório local do repositório clonado (repositório)/dev e insira o comando conda env create -f mrenv.yml. Acesse o ambiente criado através de conda activate mrpy3. Lembre de voltar para a pasta do repositório antes de ativar o jupyter notebook).
(Não recomendado) Você precisará ter instalado o Python 3.7.3 e instalar as bibliotecas descritas na seção Ambiente através de pip install numpy = 1.16.4, pip install matplotlib = 3.0.3 e pip install jupyter = 1.0.0.
Além das disponibilizadas no diretório "\data", você pode encontrar mais animações gravadas através de captura de movimentos no repositório do OSF.
AVISO: OS DADOS DISPONÍVEIS NO OSF NÃO ESTÁ DISPONÍVEL SOB A MESMA LICENÇA QUE OS DADOS, CÓDIGOS E ARQUIVOS DESTE REPOSITÓRIO NO GITHUB. CONSULTE O ENDEREÇO DO RESPOSITÓRIO NO OSF PARA CHECAR A LICENÇA.
-
Versões anteriores a Python 3.6 acusará erro de diretório na tentativa de abrir os arquivos através do comando open() (visitar PEP 519 para maiores informações). Substituir as linhas Path("../diretorio/arquivo.txt") por '..\diretorio\arquivo.txt' de acordo com o padrão de diretório do sistema operacional.
-
Em alguns testes no Windows 10, Docker Desktop 18, o comando
docker-compose upnão funciona na primeira vez. A imagem e o container são criados mas não é possível acessá-lo. O problema só é resolvido removendo o container e imagem (usando docker rm container_id e docker rmi image_id), reiniciando o docker e executandodocker-compose upnovamente.