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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0133- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniCPM-V-4.6这是 MiniCPM-V 系列有史以来效率与性能平衡最佳的模型。它以仅 1.3B 的参数规模,实现了性能与效率的双重突破,在全球同尺寸模型中登顶,全面超越了阿里 Qwen3.5-0.8B 与谷歌 Gemma4-E2B-it。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
MusicFreeDesktop插件化、定制化、无广告的免费音乐播放器TypeScript00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
725
4.66 K
Ascend Extension for PyTorch
Python
597
749
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
425
376
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++
992
984
暂无简介
Dart
968
246
Oohos_react_native
React Native鸿蒙化仓库
C++
345
393
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
921
132
deepin linux kernel
C
29
16
昇腾LLM分布式训练框架
Python
160
188
🎉 (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
1.65 K
969