TripoSR模型构建指南

一、介绍

TripoSR 是由 Tripo AI 和 Stability AI 合作开发的最先进的开源模型，用于从单个图像进行快速前馈 3D 重建。利用大型重建模型（LRM）的原理，TripoSR 带来了关键的进步，大大提高了 3D 重建的速度和质量。该模型的特点是能够快速处理输入，在 NVIDIA A100 GPU 上在不到 0.5 秒的时间内生成高质量的 3D 模型。

二、构建流程

1. 基础环境

• 系统：Ubuntu系统，显卡：3090，显存：24G
• 权重文件：config.yaml model.ckpt config.json u2net.onnx
• 查看系统是否有Miniconda3的虚拟环境
  conda -V
  如果输入命令没有显示Conda版本号，则需要安装。

安装教程可查看*~~(gitee.com)https://e.gitee.com/gz_donkey/docs/2504450/file/5797611?sub_id=11485950&scope=root~~*

2. 更新系统命令

输入下列命令将系统更新及系统缺失命令下载

apt-get update apt-get upgrade apt-get install -y vim wget unzip lsof net-tools openssh-server git git-lfs gcc cmake build-essential

3. 下载模型

输入下列命令对TripoSR模型进行下载

git clone https://gitclone.com/github.com/VAST-AI-Research/TripoSR.git

4. 创建虚拟Python环境

• 创建一个名为"tsr"的虚拟镜像，python版本为3.10

conda create -n tsr python=3.10

• 进入"tsr"虚拟环境

conda activate tsr

5. 安装pytorch

• 换国内源提升下载速度，出现“Writing to /root/.config/pip/pip.conf”则换源成功

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple --trusted-host pypi.douban.com

• 输入下列命令对pytorch进行安装

pip3 install torch torchvision torchaudio

系统下载过程中，切勿有任何操作，直到出现“Successfully installed......”开头则表示安装结束并且成功。

6. 下载模型依赖包

• 使用Pip升级pip本身和setuptools

pip install --upgrade setuptools

• 找到模型TripoSR模型文件进入requirements.txt文档中，将第四个“git+https://github.com/tatsy/torchmcubes.git”

改为：“git+https://gitclone.com/github.com/tatsy/torchmcubes.git”

git+https://gitclone.com/github.com/tatsy/torchmcubes.git

• 进入模型文件并下载模型依赖包

cd TripoSR
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

系统下载过程中，切勿有任何操作，直到出现“Successfully installed......”开头则表示安装结束并且成功。

7. 添加权重文件

• 首先进入gradio_app.py文件中将最后几行代码删掉

第一次运行项目时需要下载config.yaml和model.ckpt权重文件

export HF_ENDPOINT=https://hf-mirror.com

export GRADIO_SERVER_NAME=0.0.0.0

export GRADIO_SERVER_PORT=8080

python3 gradio_app.py

此时已下载config.yaml权重文件，仍需要model.ckpt权重

其查看路径如下：/root/.cache/huggingface/hub/models--stabilityai--TripoSR/snapshots/2ba2f5591f8eb0821784764ab9ab99a12e1abb08/

第二次运行项目时需要下载config.json权重文件

export HF_ENDPOINT=https://hf-mirror.com

export GRADIO_SERVER_NAME=0.0.0.0

export GRADIO_SERVER_PORT=8080

python3 gradio_app.py

其查看路径如下：/root/.cache/huggingface/hub/models--facebook--dino-vitb16/snapshots/f205d5d8e640a89a2b8ef0369670dfc37cc07fc2/

第三次运行项目时需要下载u2net.onnx权重文件

export HF_ENDPOINT=https://hf-mirror.com

export GRADIO_SERVER_NAME=0.0.0.0

export GRADIO_SERVER_PORT=8080

python3 gradio_app.py

三、网页演示

使用下列命令运行项目呈现模型的成功界面

export GRADIO_SERVER_NAME=0.0.0.0 export GRADIO_SERVER_PORT=8080 python3 gradio_app.py