ML变形器框架

选择后，此按钮将开始使用ML变形器编辑器的 细节（Details） 面板中的属性训练模型，以生成角色的网格体变形的变形目标。

你可以在这里选择想使用的ML变形器模型。你可以在下拉菜单中的可用选项中选择你想用于训练ML变形器的模型。更改所选模型将擦除你的当前会话，因此推荐仅在创建新ML变形器资产之后立即更改此项。

你可以在这里将ML变形器切换为 训练（Training） 模式或 测试（Testing） 模式。

• 训练（Training） 模式允许你检查训练数据。你将在 细节（Details） 面板中找到所有与训练相关的设置。
• 测试（Testing） 模式用于查看经训练的模型所生成的变形。你可以在测试期间在 可视化（Visualization） 面板中访问测试和调试设置。

你可以在这里访问ML变形器编辑器的工具。使用下拉菜单，选择工具以打开每个工具的选项，你可以在其中调整其属性并运行操作。你可以使用工具菜单按钮访问以下工具：

• 关键姿势提取工具
• 获取相邻统计数据

此菜单中包含的工具当前在使用 最近邻 ML变形器模型时最适用。

如需详细了解单独的工具及其属性和功能说明的列表，请参阅下面的相应小节。

你可以在这里选择想调试的Actor。通过使用下拉菜单选择Actor，你可以在活动的"在编辑器中运行（PIE）"会话中查看Actor上的变形。选择Actor和世界之后，ML变形器编辑器的视口中的Actor将显示与PIE会话中相同的姿势。只有使用当前打开的ML变形器资产的Actor，才能进行调试。

项目经常会将多个动画混合在一起，并执行IK等程序化修改，调试可能很有用，因为在不调试时，你在ML变形器编辑器中只能使用单个动画序列进行测试。

你可以使用工具栏中的刷新按钮刷新可用于调试的Actor的列表。

设置数据，从以下选项提取关键姿势：

• 姿势（Poses）：设置要群集的姿势。
• 缓存（Cache）：设置每个姿势的几何体缓存。勾选"提取几何体缓存（Extract Geometry Cache）"时才需要此项。

• 必须包含帧（Must Include Frames）：设置必须包含在最终输出中的帧。

你也可以在这里分配动画序列资产，以提取姿势群集。虽然你可以覆盖项目中的现有资产，但你还可以使用 新姿势（New Poses） 按钮创建新资产，以便保存你提取的姿势群集。

启用 提取几何体缓存（Extract Geometry Cache） 属性后，你可以在这里分配用于保存提取的几何体缓存数据保存到资产。虽然你可以覆盖项目中的现有资产，但你还可以使用 新几何体缓存（New Geometry Cache） 按钮创建新资产，以便保存你提取的几何体缓存数据。

设置将在视口中的骨架网格体上播放的动画序列资产。使用此属性设置不同于你的训练动画序列的动画序列，了解ML变形器在播放期间的表现情况。

设置要在ML变形器编辑器的变形测试Actor上使用的变形器图表资产。变形器图表资产在基于图表的系统中定义变形器，可以在运行时执行的操作包括执行蒙皮、变形以及重新计算法线。你可以在这里设置你打算在运行时用于角色以观察结果的变形器图表资产。如果想在运行时在你的项目中将变形器图表与此ML变形器资产组合使用，你还需要在骨骼网格体组件的"网格体变形器（Mesh Deformer）"属性中指定变形器图表资产。在ML变形器资产可视化设置中，若更改变形器资产，不会自动将其添加到你的骨骼网格体组件。

设置视口中ML变形网格体上应用的网格体变形增量的比例系数。值为 0.0 时会渲染与线性蒙皮网格体相同的网格体变形，而值为 1.0 时会渲染完整ML变形器网格体变形校正。

你可以在这里手动设置 训练动画序列（Training Anim Sequence） 的播放帧数。在序列播放功能按钮中播放或拖曳动画时，此值将自动更新。

启用后，将在视口中渲染线性蒙皮网格体和基准网格体之间的顶点增量值的调试视图。

启用 绘制增量（Draw Deltas） 属性后，你可以切换顶点增量调试绘图是否还应该显示通常被网格体遮挡的增量。

启用后，将在视口中的ML变形网格体上渲染线性蒙皮网格体与ML变形器校正结果之间的更改增量。颜色越冷表示值越小，而颜色越暖表示值越大。灰色表示不存在值。

你可以在这里设置热图的模式，以观察不同的数据。你可以在下拉菜单中选择以下模式：

• 激活（Activations） 将直观地显示ML变形器应用校正的区域，颜色 越冷 表示校正越少，而的颜色 越暖 表示网格体的更改更多。灰色表示没有做出更改。
• 基准（Ground Truth） 可直观地显示基准网格体和ML变形网格体之间的误差。此模式需要在 基准（Ground Truth） 属性中设置几何体缓存资产。颜色 越冷 表示误差越小，而颜色 越暖 表示误差越大。灰色 表示没有误差。

训练你的ML变形器模型之后，你可以启用此属性，在视口中查看骨骼网格体的变形目标的调试绘图。此属性有助于观察生成的变形目标有多稀疏。

你可以在这里设置将在视口中渲染的已生成变形目标的索引值。

启用后，所有ML比较网格体将在视口中可见。

你可以在这里为你的网格体遮罩设置可视化模式。每个骨骼、曲线、骨骼组和曲线组在网格体上都有特定遮罩区域。此遮罩定义了可以激活生成的变形目标的区域。它们可用于在不适合的区域中筛选掉变形。例如，如果你旋转左臂，又不希望右臂变形，可以相应设置左臂的遮罩，使其仅包括左臂区域周围的顶点，以强制实施这一点。

你可以使用属性的下拉菜单选择遮罩可视化模式。可选的模式有：

• 关闭（Off） ：完全禁用遮罩可视化。
• 聚焦时（When in Focus） ：仅当UI右侧的输入控件被聚焦时才在视口内显示遮罩。此时将显示所选项目（骨骼、曲线、骨骼组、曲线组）的遮罩。
• 始终（Always） ：始终显示选定遮罩。选定的遮罩由UI右侧的输入控件中选定的内容定义。

你可以在此参考模型的主系统内存和特定于GPU的内存使用量，以 兆字节 （ mb ）为单位。

你可以在此参考模型的估算烘焙和未烘焙大小，以 兆字节 （ mb ）为单位。

为你所训练的角色设置线性蒙皮骨骼网格体资产。

设置将用于训练所选ML变形器模型的训练输入列表。每个列表应该包含一对包含网格体姿势的动画序列，以及包含网格体变形数据的几何体缓存资产。每对资产都应该按相同帧率运行，并包含相同帧数，其中每个资产的每个帧包含相同姿势。每个资产的网格体还应该包含相同数量的顶点。

要创建新的输入索引，请使用（ + ） 添加（Add） 。创建 输入（Input） 索引后，你可以扩展每个索引的设置以访问以下属性：

• 动画序列（Anim Sequence） ：设置将用于对网格体姿势取样，以训练所选ML变形器模型的动画序列资产。此序列可以包含随机姿势，或特定训练序列。如果动画序列包含动画曲线，并且这些曲线作为网络输入提供，则会在训练期间提取它们。
• 几何体缓存 ：设置包含目标高质量网格体变形的几何体缓存资产，这些变形将用于训练所选ML变形器模型。几何体缓存资产应该在每个帧上包含与此训练输入索引中定义的动画序列相同的帧率、帧数和姿势。几何体缓存资产可以包含比骨骼网格体更少的网格体，例如，你可能只想训练角色的躯干变形而不是头部变形。
• 使用自定义范围（Use Custom Range） ：启用后，你可以从分配的动画序列和几何体缓存资产设置自定义帧范围。
• 开始帧（Start Frame） ：启用"使用自定义范围"属性时，为所需自定义范围设置开始帧。
• 结束帧（End Frame） ：启用"使用自定义范围"属性时，为所需自定义范围设置结束帧。
• 启用（Enabled） ：启用后，此属性将在训练过程中包含此索引。使用此属性，你可以添加多个训练输入动画索引，并切换将哪些用于特定用例或使用不同数据测试结果。

需要至少一个训练输入索引才能训练ML变形器模型。当你注意到特定姿势未恰当变形时，你可以添加额外的训练输入，进一步改进你的网格体变形结果。额外的数据，包含这些姿势的针对性数据，可以改善你的结果。

你可以在这里设置变形值，使用骨骼网格体调整几何体缓存的定位。如果你注意到几何体缓存资产未与你的动画序列姿势正确对齐，请使用此属性。如果你的几何体缓存网格体的顶点未与你的动画序列网格体的顶点重叠，推荐使用此属性应用缩放和旋转调整。训练过程的目标是在发生变形时计算网格体上每个顶点之间的距离，因此要获得良好的结果，正确对齐顶点至关重要。请记住，可视化细节面板中的网格体间距设置仍会将线性蒙皮网格体与你的几何体缓存分开。确保在网格体间距设置为 0 时，网格体重叠并具有相同的比例和方向。

你可以在这里设置在训练ML变形器模型时将考虑的骨骼和曲线。要从你的角色的骨骼网格体资产添加骨骼或曲线，请使用（ + ） 添加（Add） 并选择 添加骨骼（Add Bone） 或 添加曲线（Add Curve），以添加单个骨骼或曲线，或选择 添加所有动画骨骼（Add All Animated Bones） 或 添加所有动画曲线（Add All Animated Curves），以导入你的角色的所有可用动画骨骼或曲线。最好首先添加所有动画骨骼或曲线，然后通过删除辅助骨骼等方式进行修剪。

添加的骨骼将用于定义角色的姿势。模型会在每个姿势期间将骨骼的方向与模型将输出的校正性变形关联起来。推荐设置尽可能少的骨骼，同时仍捕获角色的所有必要移动，以实现最佳结果，例如，你应该排除所有辅助骨骼。使用 Add All Animated Bones 函数时，编辑器会自动将所有骨骼添加到包含动画数据的列表。此过程可以向你之后很可能想删除的骨骼添加扭转。

如果你使用神经变形模型并将模式设置为局部，在将骨骼添加到列表之后，你可以右键点击所选骨骼并选择 编辑骨骼遮罩（Edit Bone Mask） 选项以打开一个窗口，你可以在其中编辑该骨骼是否应该包含在骨骼遮罩中。默认情况下，所有蒙皮到骨骼遮罩内的骨骼的顶点都包含在骨骼遮罩中。编辑骨骼遮罩中的骨骼后，你可以在骨骼列表中右键点击，选择 重置所有骨骼遮罩（Reset All Bone Masks） 选项，将所有骨骼遮罩恢复为其默认设置。

添加的曲线可以用于影响使用Alpha值的模型，因为这类值可以表示许多事项（例如权重、Alpha、面部控制或肌肉激活）。使用 添加所有动画曲线（Add All Animated Curves） 选项将添加动画序列资产中包含的具有动画值变化的所有曲线。

要从列表删除单独的骨骼或曲线，你可以选择相应项目，右键点击并选择 删除选定项（Delete Selected） 。你还可以右键点击列表，选择 清除列表（Clear List） 选项，从而完全清除骨骼列表或曲线列表。

设置在训练模型时输入属性中分配的资产中要使用的最大帧数。通过减少此数量，你可以使用更小的训练数据片段来训练模型。将在输入动画之间交替取样。它将对第一个启用的帧取样，然后是下一个，以此类推，直至达到最大训练帧数或没有剩余可取样的帧为止。

设置在训练期间将考虑的增量值的最大长度。所有超过指定数量的增量值将被忽略，并设置为零长度。此属性有助于减少非常长的增量值带来的问题。当ML变形器编辑器的模式设置为 训练（Training） 时，你可以启用可视化面板的 绘制增量（Draw Deltas） 属性，在视口中查看增量长度的调试渲染。

设置在训练ML变形器模型时每个批处理的帧数。值越高，在训练期间使用的GPU内存就越多，但训练过程所用的时间会减少。批处理大小也可能会影响结果的质量。迭代数量与批处理大小相结合会影响质量。如果你将批处理大小减半，就需要将迭代次数加倍，才能获得相同的质量。

在ML变形器模型训练期间设置优化过程中的初始步进大小。值越大，在训练期间交付结果的速度就越快，但可能会忽视关键数据，使得结果欠佳。值越小，交付的结果质量就越高，但训练所需的时间可能无限长。所以要找到一个最优值，既能在训练过程中捕获足够多的数据，又无需超长的训练时间。推荐从较大的值开始，然后逐渐将值降低，直至根据项目的需要达到可接受的损失级别。每个ML变形器模型将交付不同的结果，即使使用相同的值也是如此，因此推荐以不同的方式处理每个模型。

设置应该用于生成ML变形器LOD的最大骨骼网格体LOD级别数量。值为 1 时，将仅在最高质量（LOD0）的骨骼网格体上允许ML变形器。

设置网络中隐藏的层的维度。要设置隐藏的层，请使用"（+）添加"，然后将索引的值设置为你想隐藏的层的值。

你可以在这里设置一个值，从而确定变形目标增量值的截止。小于或等于此阈值的增量值将被忽略，并设置为 0.0 。此属性适合用于从变形目标删除较小的增量，这将降低运行时的内存使用量。但是，如果将此值设置得太高，也可能为你的结果带来视觉瑕疵。值 0.0 将导致生成最高质量的变形目标，代价是更高的运行时内存使用量。

设置生成的变形目标的压缩级别。值越高，应用的压缩就更多，但可能导致网格体上的视觉瑕疵。值越低，应用的压缩就越少，这会带来高质量的结果，但需要更多内存使用量。推荐使用介于 20.0 到 200.0` 之间的值，以获得最优结果。

设置表示增量遮罩乘数的通道数据。你可以使用此属性在特定区域中细分并分发对ML变形器的影响，例如定位高动作关节接缝，例如角色的颈部或肩部。绘制的顶点颜色值将像应用于该顶点的ML变形器增量上的权重乘数那样使用。你可以使用属性的下拉菜单选择遮罩通道。你可以在以下通道中选择：

• 顶点颜色红色（Vertex Color Red） ：使用红色顶点颜色遮罩通道。
• 顶点颜色蓝色（Vertex Color Blue） ：使用蓝色顶点颜色遮罩通道。
• 顶点颜色绿色（Vertex Color Green） ：使用绿色顶点颜色遮罩通道。
• 顶点颜色Alpha（Vertex Color Alpha） ：使用Alpha顶点颜色遮罩通道。

此属性适合定位网格体的特定区域的训练过程，以便你使用特别设置改进其变形，不适用于使用相同设置训练整个网格体的情况。

你可以在这里添加分段，为你的角色的单独网格体组件细分最近邻模型的训练过程。每个分段包含一组原始骨骼网格体中的顶点。接着会在每个分段上单独执行最近邻搜索。例如，如果一个角色资产同时有衬衫和裤子网格体，你可以将每个网格体定义为单独的分段，以便在每个网格体上单独执行最近邻训练。你可以使用（ + ） 添加（Add） 添加分段索引，然后展开分段属性，访问以下设置：

• PCA系数数量（Num PCACoeffs） ：设置此分段的 PCA （主成分分析）系数的数量。
• 权重贴图创建方法（Weight Map Creation Method） ：设置为此分段创建权重贴图的方法。你可以选择 从文本（From Text） ，以使用 顶点索引（Vertex Indices） 属性包括权重为 1 的文本中的所有顶点，选择 选定骨骼（Selected Bones） ，以使用选定骨骼属性使用选定骨骼中的蒙皮权重，或选择顶点属性，以使用 属性名称（Attribute Name） 属性来使用顶点属性集中的权重。
• 顶点索引（Vertex Indices） ：权重贴图创建方法（Weight Map Creation Method） 设置为 从文本（From Text） 时，你可以使用下拉菜单选择你想用于创建权重贴图的、表示顶点索引的字符串值。
• 选定骨骼（Selected Bones） ：权重贴图创建方法（Weight Map Creation Method） 设置为 选定骨骼（Selected Bones） 时，你可以使用 选择骨骼（Select Bones） 按钮，从你的角色骨架中选择要用于创建权重贴图的骨骼。你还可以使用 创建属性（Create Attributes） 按钮打开对话框，你在其中命名并创建将在创建新权重贴图时用于选定骨骼的新 顶点属性（Vertex Attribute） 。
• 相邻姿势（Neighbor Poses） ：使用资产选择下拉菜单，设置包含最近邻ROM的姿势的动画序列资产。
• 相邻网格体（Neighbor Meshes） ：使用资产选择下拉菜单，设置包含最近邻ROM的几何体缓存资产。
• 排除的帧（Excluded Frames） ：使用（ + ） 添加（Add） 设置要从最近邻ROM排除的帧的数组。

启用后，ML变形器将在计算机的硬盘上缓存中间结果。

设置ML变形器的神经网络运行时将采用的模式。可用的选项有：

• 局部（Local） ：对每个骨骼使用一个局部神经网络来运行。此模式在运行时的性能更高，但变形质量可能更低。

此模式经过优化，可学习单独关节周围的变形，并且需要的训练数据量最少。此模式还会生成更稀疏的变形目标，这会减少内存使用量，并可以在GPU上更快处理。使用局部模式，CPU性能也会更快，因为对骨骼的求值被细分为多个更小的部分，而不是同时对整个骨架求值。

除非你在重新构造训练数据时遇到困难，否则应该默认使用此选项。每根骨骼或曲线将在此模型中创建一组变形目标。生成的变形目标总数将为：

(num_bones + num_bone_groups) * num_morphs_per_bone_or_curve + (num_curves + num_curve_groups) * num_morphs_per_bone_or_curve + 1

结尾的 + 1 就是一个始终会创建的变形目标，并用于数据规格化。它始终是生成的变形目标列表中的第一个变形目标。 局部模式处理结构化数据（例如结构化ROM）的效果比 全局（Global） 模式更好。

• 全局（Global） ：使用将所有骨骼一起考虑的全局网络运行。此模式在运行时的性能更低，但可以提供更高质量的网格体变形。

此模式从多个关节的协调移动中学习变形，但需要更多训练数据。此模式的行为类似于局部模式，但将所有骨骼视为一个大的骨骼组来处理。这在以随机化姿势为训练数据时效果最佳。

此值表示在训练数据期间将为你的网格体生成多少变形目标。值越高，生成的结果质量就越高，但需要更多的内存和更高的性能。推荐你尽量将此值设置为可能的最低值，同时仍保留变形的质量。

模式设置为 局部（Local） 时，此值表示将为每个骨骼、曲线、骨骼组和曲线组生成的变形目标的数量。使用局部模式时，推荐输入尽可能最低的值，同时仍保留你的预期质量。推荐将此值设为介于 4 到 12 之间，但可以根据项目需要而定。

模式设置为 全局（Global） 时，此值表示将为你的网格体生成的变形目标的总数。推荐将此值设为介于 64 到 256 之间，但可以根据项目需要而定。

设置要用来训练模型的迭代次数。对于测试用途和开发中的项目，低值（例如 1000 - 3000 ）将带来可用的结果。对于最终资产生成，高值（例如 100000 - 1000000 ）将生成更高质量的结果。

设置神经网络模型将拥有的隐藏层数。值越高，项目的性能就越低，但可用于更复杂的网格体变形。使用局部模式时，值 1 通常已足够。使用全局模式时， 1 到 3 之间的值通常可在性能和优质结果之间取得最佳平衡。

设置每个隐藏层每个神经元的单位数量。数量越多，性能就越低，但可实现更复杂的网格体变形。

设置训练数据的正则化因子，其有助于使模型更通用。值越高，还会导致变形目标越稀疏，这可能降低GPU内存使用量并提高GPU性能。此属性的默认值是 1.0 ，如果这不能带来良好的结果，请尝试使用 0.0 禁用此属性，然后逐渐将值调高，直至找到可带来良好结果的最小值。

在平滑L1损失函数中设置Beta参数。此属性根据网格体的比例，使生成的变形的结果更平滑。值越低，应用的平滑就越少。对于正常大小的角色网格体，值 1.0 比较典型，而在较小的网格体上，较低的值将提供更好的结果。值为 0.0 时将完全禁用平滑损失。

模式属性设置为局部时，若启用此属性，将通过基于蒙皮信息生成每个骨骼的影响遮罩，允许使用每个骨骼和骨骼组遮罩。这将强制使变形局部化到关节周围的区域。启用此属性可提高局部化关节变形质量，并可以降低GPU内存使用量，提高GPU性能。

你可以在这里设置一个值，从而确定变形目标增量值的截止。小于或等于此阈值的增量值将被忽略，并设置为 0.0 。此属性适合用于从变形目标删除较小的增量，这将降低运行时的内存使用量。但是，如果将此值设置得太高，也可能为你的结果带来视觉瑕疵。值 0.0 将导致生成最高质量的变形目标，代价是更高的运行时内存使用量。

设置生成的变形目标的压缩级别。值越高，应用的压缩就更多，但可能导致网格体上的视觉瑕疵。值越低，应用的压缩就越少，这会带来高质量的结果，但需要更多内存使用量。推荐使用介于 20.0 到 200.0` 之间的值，以获得最优结果。

设置表示增量遮罩乘数的通道数据。你可以使用此属性在特定区域中细分并分发对ML变形器的影响，例如定位高动作关节接缝，例如角色的颈部或肩部。绘制的顶点颜色值将像应用于该顶点的ML变形器增量上的权重乘数那样使用。你可以使用属性的下拉菜单选择遮罩通道。你可以在以下通道中选择：

• 顶点颜色红色（Vertex Color Red） ：使用红色顶点颜色遮罩通道。
• 顶点颜色蓝色（Vertex Color Blue） ：使用蓝色顶点颜色遮罩通道。
• 顶点颜色绿色（Vertex Color Green） ：使用绿色顶点颜色遮罩通道。
• 顶点颜色Alpha（Vertex Color Alpha） ：使用Alpha顶点颜色遮罩通道。

此属性适合定位网格体的特定区域的训练过程，以便你使用特别设置改进其变形，不适用于使用相同设置训练整个网格体的情况。

• 考虑增加训练数据的帧数。推荐至少将3000帧的训练数据用于普通角色，但帧越多变形结果越好。为获得良好的结果，推荐至少使用7500帧的训练数据。
• 对于你的项目而言，你的训练数据姿势覆盖的动作范围可能不够。推荐扩展训练数据中的角色动作，以覆盖你希望变形覆盖的所有动作。
• 确保你的训练数据动画序列和几何体缓存资产共有的网格体具有匹配的帧数、帧率播放、顶点数量，以及匹配的每帧姿势。
• 确保你的动画序列和几何体缓存资产网格体恰当对齐到准确捕获的顶点增量。通过多个帧在 训练模式（Training Mode） 中验证你的顶点增量。启用 绘制增量（Draw Deltas） 。
• 将 权重（Weight） 属性设置为 1.0 ，并将 基准插值（Ground Truth Lerp） 设置为 0.0。
• 确保你的变形目标的法线是在运行时计算。要修复此问题，请使用变形器图表，或启用骨骼网格体资产的 重新计算切线（Recompute Tangents） 属性。
• 确保 最大训练帧数（Max Num Training Frames） 属性没有限制你的可用训练数据。
• 将 迭代次数（Num Iterations） 属性设置为较高的值，例如 5000。稍后可以根据需要降低此值。
• 你的ML变形器输入可能包含太多骨骼引用。将此值降低到不超过在训练期间捕获角色动作所需的最大动画骨骼数量。
• 使用 局部（Local） 模式时，你可能生成了太多变形目标或隐藏层，尝试降低这些值。
• 将 批处理大小（Batch Size） 属性设置为 64 或 128 。
• 设置值 0.0 ，从而禁用 平滑损失Beta（Smooth Loss Beta） 或 正则化因子（Regularization Factor） 属性。如果这能解决问题，尝试使用比之前更小的值。推荐找出尽可能小的值，同时仍保留你的项目需要的质量级别。
• 将 学习速率（Learning Rate） 设置为 0.001 、 0.0001 或 0.01 。如果你要处理比普通角色网格体更小的网格体，例如面部，请尝试组合使用这些值来调整 平滑损失Beta（Smooth Loss Beta） 和 正则化（Regularization） 属性。

如果你的GPU性能很低，尝试减少变形目标数量。推荐将整个角色的生成的变形目标总数保持在 64 到 256 之间。

• 降低 增量零阈值（Delta Zero Threshold） 的值，从生成的变形目标挽救小增量值的数量。
• 增大 迭代次数（Num Iterations） 属性，创建更稀疏的变形目标。
• 增大 正则化因子（Regularization Factor） 属性。
• 使用 全局（Global） 模式时，尝试减小 隐藏层数量（Num of Hidden Layers） 属性。