OpenAI新作Shap-e算法使用教程

一、知识点

Shap-e是基于nerf的开源生成3d模型方案。它是由如今热火朝天的Open AI公司（chatgpt，Dell-E2）开发、开源的。Shap-e生成的速度非常快，输入关键词即可生成简单模型（限于简单单体模型）。

二、环境

PyCharm2023.1.1
Python 3.11.3
Blender 3.5
Windows11

相关环境、软件的安装、配置就不在此文赘述了，本文核心是shap-e算法的使用。

三、安装和使用

1.拉取项目到本地

git clone https://github.com/openai/shap-e.git

在这里插入图片描述

2.安装相关模块依赖

Windows PowerShell
版权所有（C） Microsoft Corporation。保留所有权利。安装最新的 PowerShell，了解新功能和改进！https://aka.ms/PSWindowsPS D:\shap-e-main> .\venv\Scripts\activate	//激活虚拟venv环境，便于打包项目
(venv) PS D:\shap-e-main> python -V			//确认python版本是否为3.11.x
Python 3.11.3
(venv) PS D:\shap-e-main> pip install -e .	//安装shap-e环境,必须可以访问github.com
Obtaining file:///D:/shap-e-mainPreparing metadata (setup.py) ... done
Collecting clip@ git+https://github.com/openai/CLIP.gitCloning https://github.com/openai/CLIP.git to c:\users\mr.wangxk\appdata\local\temp\pip-install-fgr41dyt\clip_e64fda89d6014713a948df91c66d07cfRunning command git clone --filter=blob:none --quiet https://github.com/openai/CLIP.git 'C:\Users\Mr.Wangxk\AppData\Local\Temp\pip-install-fgr41dyt\clip_e64fda89d6014713a948df91c66d07cf'Resolved https://github.com/openai/CLIP.git to commit a9b1bf5920416aaeaec965c25dd9e8f98c864f16Preparing metadata (setup.py) ... done
Requirement already satisfied: filelock in c:\users\mr.wangxk\appdata\local\programs\python\python311\lib\site-packages (from shap-e==0.0.0) (3.12.0)
Collecting PillowDownloading Pillow-9.5.0-cp311-cp311-win_amd64.whl (2.5 MB)━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 2.5/2.5 MB 1.5 MB/s eta 0:00:00
Collecting torchDownloading torch-2.0.1-cp311-cp311-win_amd64.whl (172.3 MB)━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 172.3/172.3 MB 3.3 MB/s eta 0:00:00
Collecting fireDownloading fire-0.5.0.tar.gz (88 kB)━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 88.3/88.3 kB 5.2 MB/s eta 0:00:00Preparing metadata (setup.py) ... done
Collecting humanizeDownloading humanize-4.6.0-py3-none-any.whl (109 kB)━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 110.0/110.0 kB 3.2 MB/s eta 0:00:00
Collecting requestsDownloading requests-2.30.0-py3-none-any.whl (62 kB)━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 62.5/62.5 kB 3.3 MB/s eta 0:00:00
Collecting tqdmDownloading tqdm-4.65.0-py3-none-any.whl (77 kB)━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 77.1/77.1 kB 4.5 MB/s eta 0:00:00
Collecting matplotlibDownloading matplotlib-3.7.1-cp311-cp311-win_amd64.whl (7.6 MB)━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 7.6/7.6 MB 5.2 MB/s eta 0:00:00
Collecting scikit-image
....

**如果没有科学上网则会报错如下：**
在这里插入图片描述

如上所示显示Successfully环境就安装完成了。

3.安装、配置jupyter notebook

(venv) PS D:\shap-e-main> pip install notebook

在这里插入图片描述
配置jupyter模型存放路径:

(venv) PS D:\shap-e-main> jupyter notebook --generate-config                                                                       
Overwrite C:\Users\Mr.Wangxk\.jupyter\jupyter_notebook_config.py with default config? [y/N]y
Writing default config to: C:\Users\Mr.Wangxk\.jupyter\jupyter_notebook_config.py

因为我已经生成了所以提示是否覆盖

根据提示的配置文件路径打开jupyter_notebook_config.py配置文件:

# 找到 c.NotebookApp.notebook_dir = 更改路径
...
c.NotebookApp.notebook_dir = 'D:/shap-e-main/models'
...

在这里插入图片描述

保存并重启jupyter即可生效。

4.Shap-e算法使用

OpenAI不愧是大厂，非常的贴心，在项目目录下已经为我们准备好了代码案例，可直接复制使用。三个代码案例文件说明如下：

sample_text_to_3d.ipynb - 对 3D 模型进行采样，以文本提示为条件。
sample_image_to_3d.ipynb - 对 3D 模型进行采样，以合成视图图像为条件。为了获得最佳效果，您应该从输入图像中删除背景。
encode_model.ipynb - 加载 3D 模型或三网格，创建一批多视图渲染和点云，将它们编码为潜在，然后渲染回来。为此，请安装 Blender 版本 3.3.1 或更高版本，并将环境变量设置为 Blender 可执行文件的路径。BLENDER_PATH

说明：

图中代码左侧的In 1、In 2、In 3...是代码块运行成功的标志，In _为等待运行，且正在运行的代码块地底边框会有蓝色动态光条，每个代码块底部还有执行时间戳、耗时统计。In 3代码块回去下载并加载transmitter、text300M模型，大概3GB左右，所以比较费时间，博主为了节省时间已提前下载好，如有需要的伙伴评论留言即可。

load_model含义：

xm = load_model('transmitter', device=device)这行代码的作用是加载名为 “transmitter” 的模型，并将其放在指定的设备上（例如 CPU 或 GPU）。具体而言，它使用 PyTorch 中的 load_model 函数来加载预先训练好的模型，并返回一个 nn.Module 对象。你可以使用这个对象来进行推理或微调训练。注意，在运行这行代码之前，你需要先定义 device 变量并将其设置为你想要使用的设备。

关键参数：

batch_size：训练模型数量
guidance_scale：模型尺寸
prompt：描述模型形状

由于电脑配置原因训练模型需要四个小时…
在这里插入图片描述
训练完后会在代码块下放显示，也可网页查看

RuntimeError： [enforce fail at …\c10\core\impl\alloc_cpu.cpp:72] data. DefaultCPUAllocator: not enough memory: you tried to allocate 47185920 bytes.
由于内存不足无法继续训练其余三个模型了…

别担心，谷歌给我们提供了shap-e测试页面：https://colab.research.google.com/drive/1XvXBALiOwAT5-OaAD7AygqBXFqTijrVf?usp=sharing&pli=1#scrollTo=iSN7AXg2eeW3