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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
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
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!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
最新内容推荐
ServiceNow-Data-Model-v3.4数据模型详解 WIFI打卡考勤软件资源下载介绍:一款灵活高效的远程打卡工具 SynologyStation群晖官方API说明手册:助你轻松掌握NAS编程 CUB_200_2011数据集划分工具:项目核心功能/场景 中创中间件部署SpringBoot项目完整指南:项目的核心功能/场景 激光原理及应用-陈家璧主编课后习题解答全版:全面掌握激光知识的不二选择 全国矢量地图大全shp格式资源下载:GIS数据利器,精准掌握地理信息 MyEMS行业领先的开源能源管理系统:为企业节能减排提供全方位解决方案 VC2015-2019运行库支持包:解决MySQL数据库运行问题的利器 北师大_MODTRAN简单应用简介教程:助力大气科学研究的强大工具
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
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++
875
576
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
334
161
暂无简介
Dart
762
184
🎉 (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
1.32 K
744
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
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
112
134