Design2Code 项目使用教程
2024-09-27 00:14:52作者:幸俭卉
1. 项目的目录结构及介绍
Design2Code 项目的目录结构如下:
Design2Code/
├── CogVLM/
│ └── finetune_demo/
│ └── inference_design2code.py
├── data_utils/
│ └── screenshot.py
├── metrics/
│ └── multi_processing_eval.py
├── prompting/
│ ├── cogagent.py
│ ├── gpt4v.py
│ └── gemini.py
├── testset_final/
│ ├── xx.png
│ └── xx.html
├── .gitignore
├── CODE_LICENSE
├── DATA_LICENSE
├── README.md
├── example.png
├── id_to_url_mapping.json
├── requirements.txt
└── setup.py
目录结构介绍
- CogVLM/: 包含与 CogVLM 模型相关的文件,特别是用于微调和推理的脚本。
- data_utils/: 包含数据处理和截图生成的脚本。
- metrics/: 包含用于自动评估的脚本。
- prompting/: 包含用于多模态提示实验的脚本,涉及 GPT-4V 和 Gemini Pro Vision 等模型。
- testset_final/: 包含测试集的截图和对应的 HTML 代码。
- .gitignore: Git 忽略文件。
- CODE_LICENSE: 代码的许可证文件。
- DATA_LICENSE: 数据的许可证文件。
- README.md: 项目介绍和使用说明。
- example.png: 示例截图文件。
- id_to_url_mapping.json: URL 映射文件。
- requirements.txt: 项目依赖库列表。
- setup.py: 项目安装脚本。
2. 项目的启动文件介绍
项目的启动文件主要是 setup.py 和 README.md。
setup.py
setup.py 是 Python 项目的标准安装脚本,用于安装项目的依赖库和配置项目。你可以通过以下命令安装项目的依赖:
pip install -e .
README.md
README.md 文件包含了项目的详细介绍、使用说明和快速链接。它是用户了解项目的第一手资料,建议在启动项目前仔细阅读。
3. 项目的配置文件介绍
项目的配置文件主要包括 requirements.txt 和 api_keys.json。
requirements.txt
requirements.txt 文件列出了项目运行所需的 Python 依赖库。你可以通过以下命令安装这些依赖:
pip install -r requirements.txt
api_keys.json
api_keys.json 文件用于存储 OpenAI 和 Google Gemini 的 API 密钥。在使用多模态提示实验时,你需要将 API 密钥填入该文件中。文件格式如下:
[
{
"organization_id": "",
"openai_key": "",
"openai_endpoint": "",
"gemini_api_key": ""
}
]
请确保在运行提示实验前正确配置此文件。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue07- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
575
3.88 K
Ascend Extension for PyTorch
Python
396
474
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
359
219
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
902
703
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.39 K
786
昇腾LLM分布式训练框架
Python
122
148
React Native鸿蒙化仓库
JavaScript
312
364
暂无简介
Dart
813
199
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
124
161
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
92
162