Shape-E 教程：如何设置和使用 Shap-E 模型Shap-E是OpenAI开发的一种创新模型，它可以使用文本或图

Shap-E是OpenAI开发的一种创新模型，它可以使用文本或图像作为输入来生成一系列3D对象，从而改变了3D应用领域。这项非凡的技术可以在GitHub上免费访问，用户可以在自己的计算机上无缝运行它，不需要OpenAI API密钥或互联网连接。Shap-E的多功能性也是其与众不同之处，用户可以将生成的3D对象在Microsoft Paint 3D等软件中打开，甚至可以转换成STL文件进行3D打印。这项技术正在重新定义我们处理文本到3D和图像到3D生成的方式，以及人工智能应用程序可以从中产生哪些创造性的可能性。

在本教程中，我们将学习如何在Google Colab中创建笔记本，设置和使用OpenAI的Shap-E模型生成3D模型，并使用Blender Studio对其进行自定义。

首先，您需要前往blender.org并下载与您的操作系统兼容的Blender Studio。

接下来，转到Google Colab并创建一个新的笔记本。! 在 Google Colab 中创建新笔记本

现在，我们需要将 Shap-E 存储库克隆到我们的 Google Colab Notebook。

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

进入目录并安装要求。

%cd shap-e!pip install -e .

添加新的code cell.

在这里，我们将导入所有必要的库。

import torchfrom shap_e.diffusion.sample import sample_latentsfrom shap_e.diffusion.gaussian_diffusion import diffusion_from_configfrom shap_e.models.download import load_model, load_configfrom shap_e.util.notebooks import create_pan_cameras, decode_latent_images, gif_widget

请点击“Run”按钮或按下“CMD/CTRL + Enter”键来运行单个代码块。

现在，我们将设置设备为CUDA（如果可用），否则设置为CPU。

device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')

单击Run或CMD/CTRL + Enter。

添加新的code cell.

在这里，我们将加载模型和权重。

xm = load_model('transmitter', device=device) model = load_model('text300M', device=device) diffusion = diffusion_from_config(load_config('diffusion'))

请点击“Run”或按下“CMD/CTRL + Enter”键。

请耐心等待，加载模型和权重需要一些时间。对我来说，这大约花费了5分钟的时间。但是，这取决于您的互联网连接速度。

接下来，我们将生成一个3D模型。

batch_size = 1 # this is the size of the models, higher values take longer to generate.guidance_scale = 15.0 # this is the scale of the guidance, higher values make the model look more like the prompt.prompt = "a donut" # this is the prompt, you can change this to anything you want.latents = sample_latents(
    batch_size=batch_size,
    model=model,
    diffusion=diffusion,
    guidance_scale=guidance_scale,
    model_kwargs=dict(texts=[prompt] * batch_size),
    progress=True,
    clip_denoised=True,
    use_fp16=True,
    use_karras=True,
    karras_steps=64,
    sigma_min=1E-3,
    sigma_max=160,
    s_churn=0,)

单击Run或CMD/CTRL + Enter。

生成 3D 模型需要一些时间，根据您的batch_size更高batch_size将需要更长的时间来生成 3D 模型。对我来说，生成 3D 模型大约需要 22 秒batch_size=1。

添加新的code cell.

这里我们将渲染 3D 模型，使用render_mode = 'nerf' Neural Radiance Fields (NeRF)来渲染 3D 模型。您可以将其更改为使用样式传递函数 (STF)render_mode = 'stf' 渲染模式渲染 3D 模型。

render_mode = 'nerf' # you can change this to 'stf'size = 64 # this is the size of the renders, higher values take longer to render.cameras = create_pan_cameras(size, device)for i, latent in enumerate(latents):
    images = decode_latent_images(xm, latent, cameras, rendering_mode=render_mode)
    display(gif_widget(images))

请点击“Run”或按下“CMD/CTRL + Enter”键。

你看到模型旋转了吗？很酷，是吗？

接下来，我们将把3D模型保存为.ply和.obj文件。

请注意：.obj文件将在稍后在Blender Studio中用于自定义。

# Example of saving the latents as meshes.from shap_e.util.notebooks import decode_latent_meshfor i, latent in enumerate(latents):
    t = decode_latent_mesh(xm, latent).tri_mesh()
    with open(f'example_mesh_{i}.ply', 'wb') as f: # this is three-dimensional geometric data of model.
        t.write_ply(f)
    with open(f'example_mesh_{i}.obj', 'w') as f: # we will use this file to customize in Blender Studio later.
        t.write_obj(f)