LayoutGPT 项目使用教程
2024-09-23 05:10:56作者:彭桢灵Jeremy
1. 项目目录结构及介绍
LayoutGPT 项目的目录结构如下:
LayoutGPT/
├── ATISS/
│ ├── assets/
│ ├── dataset/
│ ├── eval_models/
│ │ └── GLIP/
│ ├── gligen/
│ ├── llm_output/
│ ├── gitignore
│ ├── LICENSE
│ ├── README.md
│ ├── environment.yml
│ ├── eval_counting_layout.py
│ ├── eval_scene_layout.py
│ ├── eval_spatial_layout.py
│ ├── parse_llm_output.py
│ ├── requirements.txt
│ ├── run_layoutgpt_2d.py
│ ├── run_layoutgpt_3d.py
│ └── utils.py
└── ...
目录结构介绍
- ATISS/: 包含与 ATISS 相关的文件和脚本。
- assets/: 存放项目所需的静态资源文件。
- dataset/: 存放数据集文件,包括预处理后的数据。
- eval_models/: 包含用于评估的模型文件,如 GLIP。
- gligen/: 包含与 GLIGEN 相关的文件和脚本。
- llm_output/: 存放生成的布局输出文件。
- gitignore: Git 忽略文件配置。
- LICENSE: 项目许可证文件。
- README.md: 项目说明文档。
- environment.yml: Conda 环境配置文件。
- eval_counting_layout.py: 用于评估计数布局的脚本。
- eval_scene_layout.py: 用于评估场景布局的脚本。
- eval_spatial_layout.py: 用于评估空间布局的脚本。
- parse_llm_output.py: 用于解析 LLM 输出的脚本。
- requirements.txt: 项目依赖库列表。
- run_layoutgpt_2d.py: 用于生成 2D 布局的启动脚本。
- run_layoutgpt_3d.py: 用于生成 3D 布局的启动脚本。
- utils.py: 包含项目中使用的实用工具函数。
2. 项目启动文件介绍
run_layoutgpt_2d.py
该脚本用于生成 2D 图像布局。启动该脚本时,可以通过命令行参数指定不同的配置选项,例如:
python run_layoutgpt_2d.py --icl_type k-similar --K 8 --setting counting --llm_type gpt4 --n_iter 5
run_layoutgpt_3d.py
该脚本用于生成 3D 室内场景布局。启动该脚本时,可以通过命令行参数指定不同的配置选项,例如:
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. 项目的配置文件介绍
environment.yml
该文件用于配置 Conda 环境,包含了项目所需的所有依赖库。可以通过以下命令创建并激活环境:
conda env create -f environment.yml
conda activate layoutgpt
requirements.txt
该文件列出了项目所需的所有 Python 依赖库。可以通过以下命令安装这些依赖:
pip install -r requirements.txt
其他配置文件
gitignore: 配置 Git 忽略的文件和目录。LICENSE: 项目许可证文件,定义了项目的使用条款。README.md: 项目说明文档,包含了项目的概述、安装步骤、使用方法等信息。
登录后查看全文
热门项目推荐
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
537
3.76 K
暂无简介
Dart
773
192
Ascend Extension for PyTorch
Python
343
405
🎉 (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
1.34 K
755
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.07 K
97
React Native鸿蒙化仓库
JavaScript
303
356
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
337
180
AscendNPU-IR
C++
86
142
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
987
249