不写代码,怎么用 ReShot 本地网页提取动作?

简介: 用 ReShot 本地网页选择骨架、目标和相关选项,核看并排预览,下载控制视频与关键点 JSON,并区分程序结果目录和浏览器下载目录。

用 ReShot 本地网页选择骨架、目标和相关选项,核看并排预览,下载控制视频与关键点 JSON,并区分程序结果目录和浏览器下载目录。

不写代码,怎么用 ReShot 本地网页提取动作?安装好后,在终端执行 reshot,把参考视频拖进打开的本地网页,在“出什么”里选“骨架”,在“给谁用”里选后续生成模型,然后点“生成骨架”。完成后并排核看参考片与骨架视频,下载 MP4;需要动作数据时另下载关键点 JSON。这里得到的是控制素材,不是重新拍好的成片,动作是否提取正确仍需人工检查。

控制视频是把参考片中的空间、人体姿态或边缘信息转换成可供后续模型使用的视频素材。

本文依据项目使用文档与本地源码快照(版本文件为 0.5.0)说明操作,未启动网页或运行模型,不提供本轮速度、准确率或成片实测结论。

本地网页从哪里打开?

猫斯卡开源的 ReShot 提供本地网页,处理发生在运行程序的电脑上。已经完成安装的读者,只需在终端执行:

reshot

程序会尝试打开浏览器。默认入口为 http://127.0.0.1:8765/;端口被占用时会寻找后续可用端口,所以应以终端打印的地址为准。终端同时打印结果目录,处理期间保持该进程运行;结束时用 Ctrl-C 停止服务。

不希望自动打开浏览器,可以用:

reshot web --no-browser

然后自行复制终端中的地址到浏览器。这些是启动命令,不需要编写 Python 程序。

“本地”指上传的视频送入本机服务、在本机处理,服务只监听 127.0.0.1。不要据此推导为全过程无需联网:首次运行所需的模型权重可能要下载,后续向外部生成服务提交控制视频又是另一项操作。网页里的“上传”也不等于把视频发给远程云端。

想提取人体动作,在“出什么”里选什么?

点击“拖入参考视频,或点击选择”,选择文件。加载后先播放“参考片”,确认选中的是要分析的那段。以下按网页实际功能整理,并非效果排名:

“出什么”的选项 输出内容 核看重点
骨架 黑底彩色人体关键点与连线视频 人体有没有漏掉,关节位置是否贴合,动作连续时有无跳动
深度图 表达远近关系的灰度视频,默认近处偏白 前后层次、主体轮廓及其运动是否合理
线稿 黑底边缘线视频 是否保留了所需轮廓,是否同时带入不想保留的衣服或面部边缘

如果问题是“这一段抬手、转身的动作能否提取出来”,建议先选“骨架”。如果更关心人物前后站位与镜头移动,可以再考虑“深度图”;三种结果不是同一份动作数据的不同滤镜。

骨架由 DWPose 估计并按 OpenPose 风格绘制,不能称为三维骨骼或精确运动捕捉。网页高级选项中,“画手”和“跨帧稳定”默认开启,“画脸”默认关闭。是否开启面部点,应按是否需要这部分数据决定,不能把默认不画脸理解成所有外观信息都自动消除。

若选骨架后出现 ONNX Runtime 缺失提示,按提示补装骨架依赖,再重启服务:

pip install "reshot[pose]"

安装和首次获取权重是环境准备,不应在网页没有开始处理时就判断为动作提取失败。本文不重复完整安装教程。

“给谁用”和“画质”应该怎样选?

“给谁用”选择的是后续模型对应的输出规格预设,不会在 ReShot 内启动该模型生成新片。网页列出 Seedance、MiniMax H3、Wan 和“通用”;其中 MiniMax H3 对应项目所述的 MiniMax H3 Fun ControlNet 使用路径。

建议先确定后续工作流接收哪种控制视频,再选择目标。生成端如果要求 pose 条件,就让骨架视频接到 pose 条件入口;不能仅因为选了目标名称,就把深度、骨架、线稿随意混用。

预设会影响帧率及尺寸网格,仍需检查结果和生成端当前要求。项目文档对 Wan 路径明确保留了尚未端到端验证的说明;选择该按钮不能作为整条生成链路已经跑通的证据。

“画质”里的“快速(推荐)”与“完整”属于深度模型工作尺寸设置。源码在选择骨架或线稿时隐藏这组选项,因此不要寻找“骨架完整档”,也不要把它当作所有输出通用的清晰度开关。做深度图时可以先用快速档检查可用性,是否改完整档再看细节需要;这里是操作建议,不是本轮性能测试。

怎么运行并用并排预览检查结果?

以“参考片中一人从桌边转身并抬手”为编辑自拟例子,可以按下面步骤核看:

  1. 选择“骨架”和对应目标后,点“生成骨架”。网页显示任务进度;任务会依次排队处理,不建议因等待而重复提交同一段。
  2. 等到结果区域出现,确认右侧已经显示骨架视频,同时记录结果中的帧数、帧率和宽高。按钮文字变化本身不足以证明输出可用。
  3. 点“同步播放”,两边会从起点开始播放。看转身前后是否一直能识别该人体,抬手时手臂是否跟随,而不是只看第一帧有一个火柴人。
  4. 在动作转折处分别暂停、拖动播放器,检查关键姿态。若出现关节飞离、人体消失或明显跳动,先确认参考片的遮挡、主体大小与画面内容,再判断是否换更容易观察的参考片。

上述第三、四步是人工核看建议。“同步播放”的源码行为是把两个播放器播放时间设为起点并同时播放,没有逐帧比对或动作评分;不能把它说成自动验证动作一致。

同样,任务状态为完成、文件能够播放,只证明这次处理产物已经生成。控制信息是否适合下一步、人物动作是否符合创作要求,仍是两项要单独检查的事。

下载后去哪里找 MP4 和关键点 JSON?

结果区域的“下载骨架视频”取得 MP4,“下载关键点 JSON”取得骨架数据。深度或线稿任务对应各自的视频下载按钮。浏览器下载副本保存到浏览器设置的目录;程序写出的原始结果则在页面“保存在”后面列出的路径。

项目默认结果目录是用户主目录下的 ReShot,也就是 ~/ReShot。网页输出采用以下命名结构;这是文件名示意,不是要照搬执行的命令:

<片名>_<控制类型>_<目标>.mp4
<片名>_<控制类型>_<目标>.json
<片名>_pose_<目标>.keypoints.json

第二个 JSON 是处理指标,骨架任务另外生成的 .keypoints.json 才是关键点数据,不要因为扩展名相同而发错文件。已有同名视频时会追加数字后缀,避免覆盖早先结果;找文件应以本次结果区域显示的完整路径为准。

需要固定保存位置,可以在启动时指定:

reshot web --out ./reshot-results

这个相对目录按启动时所在目录解析。程序结果与浏览器下载副本可能同时存在,整理素材时保留一次处理对应的 MP4、指标 JSON 和关键点 JSON,便于后续查回所选类型与目标。

页面打不开或结果不对,先查哪一步?

当前现象 先检查什么 下一步处理
浏览器无法打开本地地址 终端进程是否仍在运行,实际打印的是哪个端口 用打印地址打开;启动失败时先处理终端错误
文件不能读为视频 是否选错文件,文件是否包含可读取的视频流 换用确认可播放的输入,保留具体错误信息
骨架无法开始 是否提示缺 ONNX Runtime 补依赖后重启,再重新打开网页
处理报内存预算不足 是否用了过长或规模过大的参考片 先切短或减小规模;不要默认绕过预检
文件已经生成,但动作不合理 并排核看时人体、关节和动作转折哪里出错 记录具体帧段,调整参考素材;不要把生成成功当作动作正确

这份流程最终交付的是可核看的控制素材和对应数据。下一步应在接收它的生成工作流中检查条件类型、输入规格与实际生成结果,ReShot 本地网页的完成状态不能代替那一步的验收。

相关文章
|
23天前
|
人工智能 JSON API
全网刷屏的 Jev 模型正式开放!一手实战测评 + 保姆级教程
全网爆火的 Jev 模型是什么?有什么用?怎么使用?怎么接入 AI 编程工具?效果真的好么?傻子可懂的 Jev 保姆级实战教程 + 项目实战测评来啦
9321 29
|
9天前
|
存储 人工智能 并行计算
大模型本地部署终端选型方法论:以 Qwen3.8-27B 为例的四档分层完整流程
本文提出一套大模型本地部署终端选型方法论:定约束、定档位、定框架、定参数四步决策法,配合入门、主力、质量、无损四档分层模型。以 Qwen3.8-27B 实测数据为例,逐环节解读显存、带宽、存储、散热、系统、预算等要素,给出面向不同预算的优选方案、决策自查清单与市场观察框架。文末前瞻 AI 笔记本的 CPU+GPU 与统一内存两条路线,论证四步决策法在新品类上的延续性。
|
21天前
|
人工智能 测试技术 API
最近全网爆火的 Jev 到底是什么?适合干什么、怎么用,一篇讲透!
Jev是TypeSafe AI推出的“系统一模型”,不生成文本,专做毫秒级结构化决策:Choice(多选)、Score(打分)、Noul(是非概率)。响应快193倍、成本低444倍,适合工单路由、内容审核、测试定级等高频判断场景。
2447 4
最近全网爆火的 Jev 到底是什么?适合干什么、怎么用,一篇讲透!
|
7天前
|
人工智能 JSON 自然语言处理
2026 年 Jev 决策模型深度拆解:原理解读、实战测评与保姆级落地教程
有一款特殊AI模型在开发者圈子刷屏,它摒弃传统大模型擅长的对话聊天能力,专注做高速结构化决策,它就是TypeSafe AI推出的Jev模型。该模型由ChatGPT共同发明人Diogo Almeida主导研发,定位为**System One Model(系统一模型)**,对标人类大脑快速直觉判断的思维模式,在响应延迟、调用成本、结构化输出稳定性上相比传统生成式大模型有着巨大差异。本文会完整拆解Jev底层原理、三大核心原语能力、适用业务场景,同时提供可直接运行的curl、Python代码示例,并且结合多组实测数据,客观分析模型优势与能力边界,帮助普通开发者和AI应用从业者快速上手落地。
615 1
|
2天前
|
存储 缓存 测试技术
QWT 3D 模块重构记:旧渲染管线改进介绍及实时瀑布图示例
QWT 3D模块完成重大重构:解耦窗口与图形(Plot+Item),摒弃OpenGL 1.x固定管线,迁至Core Profile着色器渲染;支持多图元同场景叠加,并以实时3D瀑布图验证——滑动窗口、固定色域、64帧×256点达61fps。兼容Qt 5.12+/6,LGPL协议。
154 120
|
10天前
|
人工智能 Linux Windows
千问办公(QwenWork)官网入口:其实有2个,一个是网页端千问办公,一个是介绍指南页面
千问办公(QwenWork)是阿里云推出的AI智能办公平台,支持网页端直接使用及Windows/Mac/Linux客户端下载。提供PPT生成、财报分析、网页搭建等AI功能,个人版免费,企业版198元/席/月。详情见官网qwenwork.cn或阿里云产品页。
1174 0
千问办公(QwenWork)官网入口:其实有2个,一个是网页端千问办公,一个是介绍指南页面
|
14天前
|
Windows
【保姆级】.NET Framework 3.5离线安装教程(2026最新实测)
.NET Framework 3.5是微软经典运行库,专为兼容老软件、老游戏设计。Win7自带,Win10/11需手动启用(在线或离线安装)。它与4.x系列并存不冲突,缺它会导致“找不到组件”报错。本文详解两种安装方式及常见问题解决,小白也能轻松上手。(239字)
1780 0
|
4天前
|
人工智能 JSON 自然语言处理
2026 年 Jev 决策模型全解析:核心原理拆解,性能实战测评与落地部署教程
有一款特殊AI模型在开发者圈子刷屏,它摒弃传统大模型擅长的对话聊天能力,专注做高速结构化决策,它就是TypeSafe AI推出的Jev模型。该模型由ChatGPT共同发明人Diogo Almeida主导研发,定位为System One Model(系统一模型),对标人类大脑快速直觉判断的思维模式,在响应延迟、调用成本、结构化输出稳定性上相比传统生成式大模型有着巨大差异。本文会完整拆解Jev底层原理、三大核心原语能力、适用业务场景,同时提供可直接运行的curl、Python代码示例,并且结合多组实测数据,客观分析模型优势与能力边界,帮助普通开发者和AI应用从业者快速上手落地。
391 0

热门文章

最新文章