Este é o aplicativo Linux chamado Shap-E, cuja versão mais recente pode ser baixada como shap-esourcecode.tar.gz. Ele pode ser executado online no provedor de hospedagem gratuita OnWorks para estações de trabalho.
Baixe e execute online este aplicativo chamado Shap-E com OnWorks gratuitamente.
Siga estas instruções para executar este aplicativo:
- 1. Baixe este aplicativo em seu PC.
- 2. Entre em nosso gerenciador de arquivos https://www.onworks.net/myfiles.php?username=XXXXX com o nome de usuário que você deseja.
- 3. Carregue este aplicativo em tal gerenciador de arquivos.
- 4. Inicie o emulador OnWorks Linux online ou Windows online ou emulador MACOS online a partir deste site.
- 5. No sistema operacional OnWorks Linux que você acabou de iniciar, acesse nosso gerenciador de arquivos https://www.onworks.net/myfiles.php?username=XXXXX com o nome de usuário que deseja.
- 6. Baixe o aplicativo, instale-o e execute-o.
CAPTURAS DE TELA:
Forma
DESCRIÇÃO:
O repositório shap-e fornece o código oficial e a versão do modelo para o Shap-E, um modelo generativo condicional projetado para produzir ativos 3D (funções implícitas, malhas, campos de radiância neural) a partir de prompts de texto ou imagem. O modelo é construído com uma arquitetura de dois estágios: primeiro, um codificador que mapeia ativos 3D existentes em parametrizações de funções implícitas e, em seguida, um modelo de difusão condicional treinado nessas parametrizações para gerar novos ativos. Como funciona no nível de funções implícitas, o Shap-E pode renderizar a saída como malhas texturizadas e renderizações volumétricas no estilo NeRF. O repositório contém cadernos de amostra (por exemplo, sample_text_to_3d.ipynb, sample_image_to_3d.ipynb) para que os usuários possam experimentar a geração de texto → 3D ou imagem → 3D. O código é distribuído sob a licença do MIT e inclui um "cartão de modelo" que documenta limitações, uso recomendado e considerações éticas.
Recursos
- Geração condicional de modelos de funções implícitas 3D a partir de texto ou imagens
- Arquitetura de modelo de dois estágios: codificador + difusão sobre espaço de parâmetros implícitos
- Saída em múltiplas representações: malhas, renderizações NeRF
- Cadernos de amostra para casos de uso text23D e image23D
- Cartão modelo documentando limitações, vieses e orientações de uso
- Código licenciado pelo MIT, permitindo reutilização e extensão
Linguagem de Programação
Python
Categorias
Este é um aplicativo que também pode ser obtido em https://sourceforge.net/projects/shap-e.mirror/. Ele foi hospedado no OnWorks para ser executado online da maneira mais fácil em um de nossos sistemas operacionais gratuitos.