首页
/ LayoutGPT 开源项目教程

LayoutGPT 开源项目教程

2024-09-18 10:29:17作者:平淮齐Percy

1. 项目介绍

LayoutGPT 是一个基于大型语言模型(LLMs)的视觉规划和生成工具。它能够从文本输入生成合理的图像布局和室内场景布局,支持从2D图像到3D室内场景的多领域布局生成。LayoutGPT 通过使用样式表语言的上下文视觉演示来增强LLMs的视觉规划能力,能够将复杂的语言概念(如数值和空间关系)转换为布局安排,从而实现忠实的文本到图像生成。

2. 项目快速启动

2.1 安装依赖

首先,确保你已经安装了 conda。然后,创建一个新的 conda 环境并安装所需的依赖项:

conda create -n layoutgpt python=3.8 -y
pip install -r requirements.txt

2.2 下载预训练模型

为了使用 LayoutGPT 进行图像生成,你需要下载一些预训练模型:

# 下载 GLIGEN 模型
wget https://huggingface.co/gligen/gligen-generation-text-box/resolve/main/diffusion_pytorch_model.bin -O gligen/gligen_checkpoints/checkpoint_generation_text.pth

# 下载 GLIP 模型
cd eval_models/GLIP
python setup.py build develop --user
wget https://github.com/SwinTransformer/storage/releases/download/v1.0.0/swin_large_patch4_window12_384_22k.pth -O MODEL/swin_large_patch4_window12_384_22k.pth
wget https://huggingface.co/GLIPModel/GLIP/resolve/main/glip_large_model.pth -O MODEL/glip_large_model.pth

# 下载 ATISS 模型
cd ATISS
python setup.py build_ext --inplace
pip install -e .

2.3 数据准备

下载并解压 LayoutGPT 所需的 2D 和 3D 数据集:

# 下载 2D 图像布局数据集
wget https://example.com/dataset/NSR-1K.zip -O dataset/NSR-1K.zip
unzip dataset/NSR-1K.zip -d dataset/

# 下载 3D 场景数据集
cd ATISS
wget https://example.com/dataset/3D-FUTURE-model.zip -O 3D-FUTURE-model.zip
wget https://example.com/dataset/data_output.zip -O data_output.zip
unzip 3D-FUTURE-model.zip -d 3D-FUTURE
unzip data_output.zip

2.4 运行 LayoutGPT

生成 2D 图像布局:

python run_layoutgpt_2d.py --icl_type k-similar --K 8 --setting counting --llm_type gpt4 --n_iter 5

生成 3D 室内场景:

python run_layoutgpt_3d.py --dataset_dir /ATISS/data_output --icl_type k-similar --K 8 --room bedroom --llm_type gpt4 --unit px --normalize --regular_floor_plan

3. 应用案例和最佳实践

3.1 2D 图像布局生成

LayoutGPT 可以用于生成各种类型的 2D 图像布局,例如:

  • 产品设计:生成产品展示图的布局。
  • 网页设计:生成网页的布局结构。
  • 广告设计:生成广告图片的布局。

3.2 3D 室内场景生成

LayoutGPT 还可以用于生成 3D 室内场景,例如:

  • 家居设计:生成不同风格的家居布局。
  • 建筑设计:生成建筑内部的布局设计。
  • 游戏场景设计:生成游戏中的室内场景。

4. 典型生态项目

4.1 GLIGEN

GLIGEN 是一个基于文本的图像生成模型,与 LayoutGPT 结合使用可以生成高质量的图像。

4.2 GLIP

GLIP 是一个图像定位模型,用于评估生成的图像布局的准确性。

4.3 ATISS

ATISS 是一个用于生成 3D 室内场景的模型,与 LayoutGPT 结合使用可以生成复杂的 3D 场景。

通过这些生态项目的结合,LayoutGPT 可以在多个领域中发挥重要作用,提供高效、准确的视觉规划和生成解决方案。

登录后查看全文
热门项目推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
176
261
RuoYi-Vue3RuoYi-Vue3
🎉 (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
858
511
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
258
298
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371
note-gennote-gen
一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0
kernelkernel
deepin linux kernel
C
22
5