MIDI-3D开源项目使用教程

MIDI-3D开源项目使用教程

【免费下载链接】MIDI-3D Official impl. of "MIDI: Multi-Instance Diffusion for Single Image to 3D Scene Generation" (CVPR 2025) 项目地址: https://gitcode.com/gh_mirrors/mi/MIDI-3D

1. 项目目录结构及介绍

MIDI-3D项目的目录结构如下：

MIDI-3D/
├── assets/               # 存放示例图片和相关资源
├── midi/                 # 核心代码和模型文件
├── scripts/              # 运行脚本，包括模型推理和演示
├── LICENSE               # Apache-2.0 许可文件
├── README.md             # 项目说明文件
├── gradio_demo.py        # 用于启动交互式演示的Python脚本
├── requirements.txt      # 项目依赖的Python包列表

• assets/：包含用于演示和测试的图像数据以及其他相关资源。
• midi/：存放项目的核心代码，包括模型定义、训练和推理的代码。
• scripts/：包含启动项目所需的各种脚本，如模型推理脚本和演示脚本。
• LICENSE：Apache-2.0 许可协议，规定了项目的使用和分发条款。
• README.md：项目的主要说明文件，介绍了项目的目的、使用方法和相关特性。
• gradio_demo.py：用于启动一个交互式演示，方便用户测试和查看模型效果。
• requirements.txt：包含了项目运行所需的Python包列表。

2. 项目的启动文件介绍

项目的启动主要是通过scripts/目录下的脚本实现的。以下是主要启动文件的介绍：

• gradio_demo.py：用于启动交互式演示的脚本。运行此脚本将启动一个Web服务，用户可以通过该服务上传图片，然后查看模型生成的3D场景。

3. 项目的配置文件介绍

在MIDI-3D项目中，配置文件主要是通过代码中的参数设置来实现的，并没有单独的配置文件。以下是一些主要的配置参数：

• 模型权重路径：在推理脚本中，可以通过--weights参数指定模型权重的路径。
• 输入图像和分割图路径：在推理脚本中，可以通过--rgb和--seg参数指定输入的RGB图像和分割图的路径。
• 输出目录：在推理脚本中，可以通过--output-dir参数指定生成的3D场景文件的保存位置。

例如，以下是一个运行推理脚本的命令示例：

python -m scripts.inference_midi --rgb assets/example_data/Cartoon-Style/00_rgb.png --seg assets/example_data/Cartoon-Style/00_seg.png --output-dir ./output

在这个命令中，--rgb和--seg参数分别用于指定输入的RGB图像和分割图的路径，而--output-dir用于指定输出目录。

【免费下载链接】MIDI-3D Official impl. of "MIDI: Multi-Instance Diffusion for Single Image to 3D Scene Generation" (CVPR 2025) 项目地址: https://gitcode.com/gh_mirrors/mi/MIDI-3D