LayoutGPT 项目使用教程
2024-09-23 14:28:04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。
热门项目推荐
相关项目推荐
- CangjieCommunity为仓颉编程语言开发者打造活跃、开放、高质量的社区环境Markdown00
- redis-sdk仓颉语言实现的Redis客户端SDK。已适配仓颉0.53.4 Beta版本。接口设计兼容jedis接口语义,支持RESP2和RESP3协议,支持发布订阅模式,支持哨兵模式和集群模式。Cangjie032
- 每日精选项目🔥🔥 推荐每日行业内最新、增长最快的项目,快速了解行业最新热门项目动态~ 🔥🔥02
- qwerty-learner为键盘工作者设计的单词记忆与英语肌肉记忆锻炼软件 / Words learning and English muscle memory training software designed for keyboard workersTSX022
- Yi-CoderYi Coder 编程模型,小而强大的编程助手HTML07
- advanced-javaAdvanced-Java是一个Java进阶教程,适合用于学习Java高级特性和编程技巧。特点:内容深入、实例丰富、适合进阶学习。JavaScript085
- taro开放式跨端跨框架解决方案,支持使用 React/Vue/Nerv 等框架来开发微信/京东/百度/支付宝/字节跳动/ QQ 小程序/H5/React Native 等应用。 https://taro.zone/TypeScript09
- CommunityCangjie-TPC(Third Party Components)仓颉编程语言三方库社区资源汇总05
- Bbrew🍺 The missing package manager for macOS (or Linux)Ruby01
- byzer-langByzer(以前的 MLSQL):一种用于数据管道、分析和人工智能的低代码开源编程语言。Scala04
热门内容推荐
最新内容推荐
项目优选
收起
openHiTLS
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
33
24
CangjieCommunity
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
830
0
redis-sdk
仓颉语言实现的Redis客户端SDK。已适配仓颉0.53.4 Beta版本。接口设计兼容jedis接口语义,支持RESP2和RESP3协议,支持发布订阅模式,支持哨兵模式和集群模式。
Cangjie
376
32
advanced-java
Advanced-Java是一个Java进阶教程,适合用于学习Java高级特性和编程技巧。特点:内容深入、实例丰富、适合进阶学习。
JavaScript
75.92 K
19.09 K
qwerty-learner
为键盘工作者设计的单词记忆与英语肌肉记忆锻炼软件 / Words learning and English muscle memory training software designed for keyboard workers
TSX
15.62 K
1.45 K
easy-es
Elasticsearch
国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
19
2
杨帆测试平台
扬帆测试平台是一款高效、可靠的自动化测试平台,旨在帮助团队提升测试效率、降低测试成本。该平台包括用例管理、定时任务、执行记录等功能模块,支持多种类型的测试用例,目前支持API(http和grpc协议)、性能、CI调用等功能,并且可定制化,灵活满足不同场景的需求。 其中,支持批量执行、并发执行等高级功能。通过用例设置,可以设置用例的基本信息、运行配置、环境变量等,灵活控制用例的执行。
JavaScript
9
1
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手
HTML
57
7
RuoYi-Vue
🎉 基于SpringBoot,Spring Security,JWT,Vue & Element 的前后端分离权限管理系统,同时提供了 Vue3 的版本
Java
147
26
anqicms
AnQiCMS 是一款基于Go语言开发,具备高安全性、高性能和易扩展性的企业级内容管理系统。它支持多站点、多语言管理,能够满足全球化跨境运营需求。AnQiCMS 提供灵活的内容发布和模板管理功能,同时,系统内置丰富的利于SEO操作的功能,帮助企业简化运营和内容管理流程。AnQiCMS 将成为您建站的理想选择,在不断变化的市场中保持竞争力。
Go
78
5