Mindket

MoCapAnything V2

新上架第 1 版 · 更新于

概览

把一段视频转成适用于任何物种或物体的预测 3D 姿态骨架,并提供 BVH 和 npy 文件下载。可以把动作重定向到与视频里不同的骨架上。

MoCapAnything V2 是一款工具包,属于开发类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • Python 和 pip
  • huggingface_hub 包,它提供 hf 命令
  • 足够的磁盘空间,仓库里有 4 个文件
用在
  • 网页浏览器,打开 Hugging Face 上的 Space 页面
  • Windows,需要 Python
  • macOS,需要 Python
  • Linux,需要 Python
先运行
pip install -U huggingface_hub
hf download kehong/MoCapAnythingV2 --repo-type space --local-dir MoCapAnythingV2
cd MoCapAnythingV2

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

MoCapAnything V2 是一个针对任意骨架的动作捕捉工具。你选一段视频,再选一个目标物种或物体,它就会预测出一个 3D 姿态骨架。目标可以和视频里的不一样,这叫重定向。然后你可以把动作下载为 BVH 和 npy 文件。

适合谁

需要从视频中获取动作数据的动画师、游戏开发者和计算机视觉研究人员,包括需要把动作用到与被拍摄对象不同的生物上的人,都适合用它。

IndustryWho uses itHow they use itExample
动画动画师把视频变成可以载入动画工具的骨架动作下载一段视频对应的 BVH 文件
游戏游戏开发者把动作重定向到另一个物种的骨架上选另一个物种作为目标
研究计算机视觉研究人员在多种骨架上测试动作捕捉运行演示,读 npy 输出
教育学生看看视频是怎么变成 3D 姿态数据的比较输入视频和骨架结果

只靠这个 Space 就想得到网格渲染或成品动画的人可以跳过,因为它展示的是骨架输出。

用在哪里

它可以在这些地方运行。

  • 网页浏览器,打开 Hugging Face 上的 Space 页面
  • Windows,需要 Python
  • macOS,需要 Python
  • Linux,需要 Python
Use caseWhoWhat they get back
从视频捕捉动作动画师一个预测出的 3D 姿态骨架
重定向到另一个骨架游戏开发者适用于另一个物种或物体的动作
导出动作研究人员和动画师BVH 和 npy 下载文件

如何设置

在线使用这个 Space 只需要浏览器。在你自己的电脑上运行一份副本,需要下面这些。

  • Python 和 pip
  • huggingface_hub 包,它提供 hf 命令
  • 足够的磁盘空间,仓库里有 4 个文件
  1. 安装 huggingface_hub 包。
  2. 把这个 Space 的文件下载到本地文件夹。
  3. 进入这个文件夹。
  4. 安装这个 Space 使用的 Gradio 版本,再安装 requirements.txt 里的包。
  5. 启动应用。
pip install -U huggingface_hub
hf download kehong/MoCapAnythingV2 --repo-type space --local-dir MoCapAnythingV2
cd MoCapAnythingV2
pip install gradio==6.20.0
pip install -r requirements.txt
python app.py

如何使用

打开 Space 页面,或者在你的电脑上运行应用,再打开 Gradio 显示的页面。选一段视频,选目标物种或物体,然后运行。

python app.py
ToolWhat it does
视频包含动作的输入片段
目标物种或物体要预测的骨架,可以和输入不同
骨架输出显示预测出的 3D 姿态骨架
BVH 和 npy 下载存放预测动作的文件

示例

你选一段一个人走路的视频,再选一个不同的物种作为目标。你会得到该目标的 3D 姿态骨架,以及可以下载的 BVH 和 npy 文件。

新手与专家

动作捕捉就是记录身体怎么动。在这里,记录的是一段普通视频,结果是一个动作相同的骨架。第一件可以试的小事,是在线打开这个 Space,用一小段视频。

这个项目列出了一个权重仓库和一份示例数据集。Space 只展示骨架输出。项目代码仓库里的本地演示还增加了 Blender 3D 网格渲染和 Dance Anything 标签页,在那里,一段舞蹈视频加上音乐,就能让一只动物表演这支舞。这个 Space 设为在 Hugging Face 的 zero-a10g 硬件上运行。

  1. 你选一段视频
  2. 你选目标物种或物体
  3. 模型预测一个 3D 姿态骨架
  4. 你下载 BVH 和 npy 文件

注意事项

额外的标签页属于本地演示,所以这个 Space 展示的内容比完整项目少。

  • License: mit
  • Cost to run: 未提及
  • Data it reaches: 你选的视频,以及 Hugging Face 提供的权重和示例数据
  • Not for: Blender 网格渲染和 Dance Anything 标签页,只有本地演示才有
  • Hardware: 这个 Space 设为 zero-a10g,你自己的电脑需要什么,来源没有说明

README 和文件

README

MoCapAnything V2

把一段视频转成适用于任何物种或物体的预测 3D 姿态骨架,并提供 BVH 和 npy 文件下载。可以把动作重定向到与视频里不同的骨架上。

由 kehong 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的,应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么:MoCapAnything V2 是一个针对任意骨架的动作捕捉工具。你选一段视频,再选一个目标物种或物体,它就会预测出一个 3D 姿态骨架。目标可以和视频里的不一样,这叫重定向。然后你可以把动作下载为 BVH 和 npy 文件。

适合谁:需要从视频中获取动作数据的动画师、游戏开发者和计算机视觉研究人员,包括需要把动作用到与被拍摄对象不同的生物上的人,都适合用它。

Industry | Who uses it | How they use it | Example
动画 | 动画师 | 把视频变成可以载入动画工具的骨架动作 | 下载一段视频对应的 BVH 文件
游戏 | 游戏开发者 | 把动作重定向到另一个物种的骨架上 | 选另一个物种作为目标
研究 | 计算机视觉研究人员 | 在多种骨架上测试动作捕捉 | 运行演示,读 npy 输出
教育 | 学生 | 看看视频是怎么变成 3D 姿态数据的 | 比较输入视频和骨架结果

只靠这个 Space 就想得到网格渲染或成品动画的人可以跳过,因为它展示的是骨架输出。

用在哪里:它可以在这些地方运行。

  • 网页浏览器,打开 Hugging Face 上的 Space 页面
  • Windows,需要 Python
  • macOS,需要 Python
  • Linux,需要 Python
Use case | Who | What they get back
从视频捕捉动作 | 动画师 | 一个预测出的 3D 姿态骨架
重定向到另一个骨架 | 游戏开发者 | 适用于另一个物种或物体的动作
导出动作 | 研究人员和动画师 | BVH 和 npy 下载文件

如何设置:在线使用这个 Space 只需要浏览器。在你自己的电脑上运行一份副本,需要下面这些。

  • Python 和 pip
  • huggingface_hub 包,它提供 hf 命令
  • 足够的磁盘空间,仓库里有 4 个文件
  1. 安装 huggingface_hub 包。
  2. 把这个 Space 的文件下载到本地文件夹。
  3. 进入这个文件夹。
  4. 安装这个 Space 使用的 Gradio 版本,再安装 requirements.txt 里的包。
  5. 启动应用。
pip install -U huggingface_hub
hf download kehong/MoCapAnythingV2 --repo-type space --local-dir MoCapAnythingV2
cd MoCapAnythingV2
pip install gradio==6.20.0
pip install -r requirements.txt
python app.py

如何使用:打开 Space 页面,或者在你的电脑上运行应用,再打开 Gradio 显示的页面。选一段视频,选目标物种或物体,然后运行。

python app.py
Tool | What it does
视频 | 包含动作的输入片段
目标物种或物体 | 要预测的骨架,可以和输入不同
骨架输出 | 显示预测出的 3D 姿态骨架
BVH 和 npy 下载 | 存放预测动作的文件

示例:你选一段一个人走路的视频,再选一个不同的物种作为目标。你会得到该目标的 3D 姿态骨架,以及可以下载的 BVH 和 npy 文件。

新手与专家:动作捕捉就是记录身体怎么动。在这里,记录的是一段普通视频,结果是一个动作相同的骨架。第一件可以试的小事,是在线打开这个 Space,用一小段视频。

这个项目列出了一个权重仓库和一份示例数据集。Space 只展示骨架输出。项目代码仓库里的本地演示还增加了 Blender 3D 网格渲染和 Dance Anything 标签页,在那里,一段舞蹈视频加上音乐,就能让一只动物表演这支舞。这个 Space 设为在 Hugging Face 的 zero-a10g 硬件上运行。

你选一段视频
你选目标物种或物体
模型预测一个 3D 姿态骨架
你下载 BVH 和 npy 文件

注意事项:额外的标签页属于本地演示,所以这个 Space 展示的内容比完整项目少。

  • License: mit
  • Cost to run: 未提及
  • Data it reaches: 你选的视频,以及 Hugging Face 提供的权重和示例数据
  • Not for: Blender 网格渲染和 Dance Anything 标签页,只有本地演示才有
  • Hardware: 这个 Space 设为 zero-a10g,你自己的电脑需要什么,来源没有说明

Hugging Face 上的数据(2026年11月13日)

  • 点赞:16
  • 构建方式:gradio
  • 许可证:mit

链接

  • Space:https://huggingface.co/spaces/kehong/MoCapAnythingV2
  • 文件:https://huggingface.co/spaces/kehong/MoCapAnythingV2/tree/main

试用

在浏览器里打开这个 Space,或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。

文件
README.md  5 KB

1 个文件,共 5 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face Space。

产品点赞构建方式许可证最近更新
MoCapAnything V2 本页16gradiomit
FLUX.1 [dev]共有 gradio9,583gradiomit
InstantID共有 gradio3,659gradioapache-2.0
Chat With Janus-Pro-7B共有 gradio2,036gradiomit
PhotoMaker共有 gradio1,960gradioapache-2.0
Z Image Turbo共有 gradio1,940gradioapache-2.0
数据为 Mindket 在 2026-11-12 读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

DeepSeek-R1-GGUF

unsloth · 工具包

671B 参数 DeepSeek-R1 推理模型的 GGUF 版本,带 1.58-bit 和 2-bit 动态量化,可在内存足够的本机上用 llama.cpp 运行。

新上架

Axion-1.0-35B-GGUF

prithivMLmods · 工具包

提供 Axion-1.0-35B 的 GGUF 文件,这是一个有约 30 亿激活参数的 35B 混合专家模型,面向科学推理、信息查找和工具使用。适合配合 llama.cpp 在本地使用。

新上架

HEART

Phips · 工具包

用一个超分辨率网络放大低分辨率图像,可以在一块消费级 GPU 上训练,并导出为 ONNX。适合训练或运行图像放大模型的人。

新上架

开发类的相似商品

查看开发类的全部商品

Bonsai-27B-GGUF

lmstudio-community · 工具包

面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。

新上架

以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。

新上架

MusicGen Small

facebook · 工具包

根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。

新上架