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
收集的几个国外在线接收短信验证码的网站
有时候,在某些平台上,我们可能需要注册一个临时账号。而注册过程中又需要输入手机号进行短信验证,但是我们又不想泄露隐私,所以这时候一些临时短信接收服务便派上了用场。以下收集的网站都是在线提供一些国外手机号,当你需要进行短信验证的时候(比如注册某个账号),这时你可以使用网站上的提供手机号进行接码,网站上会公开短信的所有内容。
46712 0
|
26天前
|
人工智能 编解码 语音技术
文案变成视频怎么做?先转成镜头表:提示词模板与9项校验清单
本文回答:文案变成视频怎么做——把一段文案转成镜头表的规则(文案句子怎么改成看得见的动作、每镜时长怎么估、旁白和画面怎么分轨),一份可直接复制的「文案 → 镜头表」提示词模板和示例输出,9 项校验清单,镜头表字段怎么落进生成提示词,以及几种做法里镜头表由谁来出。
|
2月前
|
人工智能 算法
一个短剧剧本能卖多少钱?平台稿酬区间、4种计价方式与卖稿渠道(2026)
本文回答:一个短剧剧本能卖多少钱——保底加分成、纯分成、买断、按集约稿四种计价方式怎么算,剧本投给谁、要准备什么材料,平台公开过的剧本稿酬区间(现行版与旧版),影响价格的五个因素,以及要不要先做作品登记。
|
2月前
|
存储 NoSQL 安全
用 Java 接入大模型(五):多轮对话的上下文怎么管
本文深入剖析多轮对话的核心误区:大模型本身无记忆,所谓“遗忘”实为上下文管理失当。从messages结构化封装、token精准截断策略,到Redis会话存储与三步排错法,系统讲解如何可靠构建长程对话能力。
256 7
|
26天前
|
人工智能 弹性计算 数据库
阿里云优惠券有哪些?金额是多少?在哪领取?领取后如何使用?
阿里云优惠券不是简单的折扣标签,而是一套规则细、场景分化的系统化权益工具,分为代金券、满减券、折扣券三类,并区分通用券与指定商品券。常见权益包括面向高校学生的 300 元无门槛券、面向 AI 产品新购的 60 元体验券、大促个人与企业满减券,以及按月度消费达标次月返还的 AI 用量加速计划。本文梳理其领取入口、订单与按量账单抵扣、多账号共享规则、不适用商品边界及无法核销的常见原因,帮助读者把优惠券真正用对、用准。
|
1月前
|
传感器 数据采集 监控
无人机航拍行人检测数据集 | 7400张YOLO航拍检测数据集
本数据集含7400张无人机航拍图像,专注航拍视角下小目标行人检测(单类),标注精细、覆盖多城/多高/多视角场景,适配YOLOv5-v12等主流模型,适用于安防巡检、人群监测、应急搜救等实际应用。(239字)
|
7月前
|
Java 调度 C++
深入拆解Java线程:生命周期流转与核心方法底层原理
Java线程是并发编程核心,其生命周期含NEW、RUNNABLE、BLOCKED、WAITING、TIMED_WAITING、TERMINATED六种状态,配合interrupt()、wait()/notify()、join()等方法实现协作与控制,掌握状态转换与原理是编写高效稳定并发程序的基础。
397 1
|
8月前
|
云安全 人工智能 安全
玄晶引擎XgenCore Works V2.8.1升级解析 RPA场景化赋能+代理模式全新落地
玄晶引擎XgenCore Works发布V2.8.1版:强化RPA社媒自动化(视频号/朋友圈24小时智能发布)、优化纯原声视频制作,并推出低门槛代理模式,支持卡密管理、终端绑定与自主定价,兼顾技术稳定性与商业可行性,深度适配阿里云生态。
473 4
|
10月前
|
人工智能 定位技术
不读完这3000篇文献就没法写论文?你的"穷举法"正在拖垮你的科研生涯
针对科研人员面临的"文献海量增长"困境,本文提出了一种基于系统性综述方法论的AI指令方案。通过"认知跃迁"和"三种实战模式",帮助研究者从机械阅读转向精密过滤,利用AI构建高质量的学术综述框架。
552 8
|
10月前
|
敏捷开发 人工智能 程序员
备考像“开荒”却没地图?用这条AI指令给大纲做个CT扫描,3分钟生成通关攻略
面对厚重的考试教材无从下手?本文提供一套基于逆向教学设计的AI指令,能将复杂的考试大纲瞬间转化为带权重、有路径的“作战地图”。拒绝盲目努力,用AI开启上帝视角,精准攻克重难点。
756 5

热门文章

最新文章