Hunyuan3D-2 本地部署教程：大规模 3D 资产创作体系，快速生成高保真3D模型
一、先容混元 3D 2.0 是一款先进的大规模 3D 资产创作体系，它可以用于生成带有高分辨率纹理贴图的高保真度3D模型。该体系包罗两个底子组件：一个大规模多少生成模型 — 混元 3D-DiT，以及一个大规模纹理生成模型 — 混元 3D-Paint。 多少生成模型基于流扩散的扩散模型构建，旨在生成与给定条件图像正确匹配的多少模型，为下游应用奠定坚实底子。 纹理生成模型得益于强盛的多少和扩散模型先验知识，能够为AI生成的或手工制作的网格模型生成高分辨率且生动逼真的纹理贴图。 此外，我们打造了混元 3D 功能矩阵，一个功能多样、易于使用的创作平台，简化了 3D 模型的制作以及修改过程。它使专业用户和业余爱好者都能高效地对3D模型举行操作，甚至制作动画。 我们对该体系举行了体系评估，结果表明混元 3D 2.0 在多少细节、条件匹配、纹理质量等方面均优于以往的开始进的开源以及闭源模型。
https://i-blog.csdnimg.cn/img_convert/ce0d9a1ca694ae0a56604f4555271b3a.png
混元 3D 2.0 采用了一个两阶段的生成过程，它起首创建一个无纹理的多少模型，然后为该多少模型合成纹理贴图。这种计谋有效地将形状生成和纹理生成的难点分脱离来，同时也为生成的多少模型或手工制作的多少模型举行纹理处置惩罚提供了灵活性。
https://i-blog.csdnimg.cn/img_convert/888fa01261149040e00012e702233ad9.png
一些 Hunyuan3D 2.0 的生成结果:
https://i-blog.csdnimg.cn/img_convert/240765cf0b05b500187a0ec2f4edb3b0.gif
https://i-blog.csdnimg.cn/img_convert/6c96ae5d6a06db7cc9e65f91a3ee3208.gif
二、部署过程
底子环境最低要求阐明：
环境名称版本信息1Ubuntu22.04.4 LTSCudaV12.1.105Python3.10.15NVIDIA CorporationRTX 4090 1. 更新底子软件包
检察体系版本信息
# 查看系统版本信息，包括ID（如ubuntu、centos等）、版本号、名称、版本号ID等
cat /etc/os-release
https://i-blog.csdnimg.cn/img_convert/2213246a5df7ac36923b9f12b39e8c42.png
配置 apt 国内源
# 更新软件包列表
apt-get update
这个下令用于更新本地软件包索引。它会从所有配置的源中检索最新的软件包列表信息，但不会安装或升级任何软件包。这是安装新软件包或举行软件包升级之前的推荐步骤，因为它确保了您获取的是最新版本的软件包。
# 安装 Vim 编辑器
apt-get install -y vim
这个下令用于安装 Vim 文本编辑器。-y 选项表现主动答复所有的提示为“是”，这样在安装过程中就不须要手动确认。Vim 是一个非常强盛的文本编辑器，广泛用于编程和配置文件的编辑。
为了安全起见，先备份当前的 sources.list 文件之后，再举行修改：
# 备份现有的软件源列表
cp /etc/apt/sources.list /etc/apt/sources.list.bak
这个下令将当前的 sources.list 文件复制为一个名为 sources.list.bak 的备份文件。这是一个好习惯，因为编辑 sources.list 文件时可能会堕落，导致无法安装或更新软件包。有了备份，假如出现题目，您可以轻松地规复原始的文件。
# 编辑软件源列表文件
vim /etc/apt/sources.list
这个下令使用 Vim 编辑器打开 sources.list 文件，以便您可以编辑它。这个文件包罗了 APT（Advanced Package Tool）用于安装和更新软件包的软件源列表。通过编辑这个文件，您可以添加新的软件源、更改现有软件源的优先级或禁用某些软件源。
在 Vim 中，您可以使用方向键来移动光标，i 键进入插入模式（可以开始编辑文本），Esc 键退出插入模式，:wq 下令生存更改并退出 Vim，或 :q! 下令不生存更改并退出 Vim。
编辑 sources.list 文件时，请确保您了解本身在做什么，特别是假如您正在添加新的软件源。错误的源可能会导致软件包安装失败或体系安全题目。假如您不确定，最好先搜刮并找到可靠的源信息，或者咨询有经验的 Linux 用户。
https://i-blog.csdnimg.cn/img_convert/4d00a93ec522f6df7e351d41487ebcae.png
使用 Vim 编辑器打开 sources.list 文件，复制以下代码更换 sources.list内里的全部代码，配置 apt 国内阿里源。
deb http://mirrors.aliyun.com/ubuntu/ jammy main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ jammy main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ jammy-security main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ jammy-security main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ jammy-updates main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ jammy-updates main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ jammy-backports main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ jammy-backports main restricted universe multiverse
https://i-blog.csdnimg.cn/img_convert/1df8198c1fd765455bf84160c47037ca.png
安装常用软件和工具
# 更新源列表，输入以下命令：
apt-get update
# 更新系统软件包，输入以下命令：
apt-get upgrade
# 安装常用软件和工具，输入以下命令：
apt-get -y install vim wget git git-lfs unzip lsof net-tools gcc cmake build-essential
出现以下页面，阐明国内apt源已更换成功，且能正常安装apt软件和工具
https://i-blog.csdnimg.cn/img_convert/382a7b03e30e5a92ff4ae57f0d488bb5.png
2. 安装 NVIDIA CUDA Toolkit 12.1
[*]下载 CUDA Keyring ：
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-keyring_1.0-1_all.deb
这个下令用于下载 CUDA 的 GPG 密钥环，它用于验证 CUDA 软件包的署名。这是确保软件包安全性的一个重要步骤。
[*]安装 CUDA Keyring ：
dpkg -i cuda-keyring_1.0-1_all.deb
使用 dpkg 安装下载的密钥环。这是须要的，以便 apt 能够验证从 NVIDIA 仓库下载的软件包的署名。
https://i-blog.csdnimg.cn/img_convert/d19b68a503ec3130bbfa9a74922acc05.png
[*]删除旧的 apt 密钥（假如须要） ：
apt-key del 7fa2af80
这一步可能不是必需的，除非您知道 7fa2af80 是与 CUDA 相关的旧密钥，而且您想从体系中删除它以克制混淆。通常环境下，假如您只是安装 CUDA 并使用 NVIDIA 提供的最新密钥环，这一步可以跳过。
[*]更新 apt 包列表 ：
apt-get update
更新 apt 的软件包列表，以便包括刚刚通过 cuda-keyring 添加的 NVIDIA 仓库中的软件包。
[*]安装 CUDA Toolkit ：
apt-get -y install cuda-toolkit-12-1
https://i-blog.csdnimg.cn/img_convert/44e5072842fca10032e25b317907f1c9.png
出现以下页面，阐明 NVIDIA CUDA Toolkit 12.1 安装成功
https://i-blog.csdnimg.cn/img_convert/58f3afd796d4e493f431d0bb5404cacb.png
留意：这里可能有一个题目。NVIDIA 官方 Ubuntu 仓库中可能不包罗直接名为 cuda-toolkit-12-1 的包。通常，您会安装一个名为 cuda 或 cuda-12-1 的元包，它会作为依赖项拉入 CUDA Toolkit 的所有组件。请检查 NVIDIA 的官方文档或仓库，以确认正确的包名。
假如您正在探求安装特定版本的 CUDA Toolkit，您可能须要安装类似 cuda-12-1 的包（假如可用），或者从 NVIDIA 的官方网站下载 CUDA Toolkit 的 .run 安装步伐举行手动安装。
请确保您检察 NVIDIA 的官方文档或 Ubuntu 的 NVIDIA CUDA 仓库以获取最正确的包名和安装指令。
https://i-blog.csdnimg.cn/img_convert/5a4b66efc9080084bd0fc98389d870b3.png
[*]出现以上环境，须要配置 NVIDIA CUDA Toolkit 12.1 体系环境变量
编辑 ~/.bashrc 文件
# 编辑 ~/.bashrc 文件
vim ~/.bashrc
插入以下环境变量
# 插入以下环境变量
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
https://i-blog.csdnimg.cn/img_convert/edeff6e4bdb47deddd12fe5f5d44e7cf.png
激活 ~/.bashrc 文件
# 激活 ~/.bashrc 文件
source ~/.bashrc
检察cuda体系环境变量
which nvcc
nvcc -V
https://i-blog.csdnimg.cn/img_convert/735da08dc2664ba0a9e656ffe72fc126.png
3. 安装 Miniconda
[*]下载 Miniconda 安装脚本 ：
[*]使用 wget 下令从 Anaconda 的官方仓库下载 Miniconda 的安装脚本。Miniconda 是一个更小的 Anaconda 发行版，包罗了 Anaconda 的核心组件，用于安装和管理 Python 包。
[*]运行 Miniconda 安装脚本 ：
[*]使用 bash 下令运行下载的 Miniconda 安装脚本。这将启动 Miniconda 的安装过程。
# 下载 Miniconda 安装脚本
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
# 运行 Miniconda 安装脚本
bash Miniconda3-latest-Linux-x86_64.sh
# 初次安装需要激活 base 环境
source ~/.bashrc
按下回车键（enter）
https://i-blog.csdnimg.cn/img_convert/830c904edd1b1463d9b54047293647d9.png
输入yes
https://i-blog.csdnimg.cn/img_convert/0ce9a5dcbcb4b4982927e94ad71ae76e.png
输入yes
https://i-blog.csdnimg.cn/img_convert/d3c0907439d000b7732b83ee836e930e.png
安装成功如下图所示
https://i-blog.csdnimg.cn/img_convert/dcc4c15cb896f02a37b58188eb6b24a7.png
pip配置清华源加速
# 编辑 /etc/pip.conf 文件
vim/etc/pip.conf
加入以下代码
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
留意事项：
[*]请确保您的体系是 Linux x86_64 架构，因为下载的 Miniconda 版本是为该架构设计的。
[*]在运行安装脚本之前，您可能须要使用 chmod +x Miniconda3-latest-Linux-x86_64.sh 下令给予脚本实行权限。
[*]安装过程中，您将被提示是否同意许可协议，以及是否将 Miniconda 初始化。通常选择 "yes" 以完成安装和初始化。
[*]安装完成后，您可以使用 conda 下令来管理 Python 环境和包。
[*]假如链接无法访问或剖析失败，可能是因为网络题目或链接本身的题目。请检查网络连接，并确保链接是最新的和有效的。假如题目依旧，请访问 Anaconda 的官方网站获取最新的下载链接。
4. 从 github 仓库 克隆项目
[*]克隆存储库：
# 克隆项目
git clone https://github.com/Tencent/Hunyuan3D-2
请留意，假如 git clone https://github.com/tencent/Hunyuan3D-1.git 这个链接不存在或者无效，git clone 下令将不会成功克隆项目，而且会报错。确保链接是有效的，而且您有充足的权限访问该存储库。
5. 创建虚拟环境
# 创建一个名为 hunyuan3d_2 的新虚拟环境，并指定 Python 版本为 3.10.15
conda create --name hunyuan3d_2 python=3.10.15 -y
6. 安装模型依赖库
[*]切换到项目目录、激活 hunyuan3d_2 虚拟环境、安装 requirements.txt 依赖
# 切换到 Hunyuan3D-2 项目工作目录
cd /Hunyuan3D-2
# 激活 hunyuan3d_2 虚拟环境
conda activate hunyuan3d_2
# 在 hunyuan3d-1 环境中安装依赖
pip install -r requirements.txt
# for texture
cd hy3dgen/texgen/custom_rasterizer
python3 setup.py install
cd ../../..
cd hy3dgen/texgen/differentiable_renderer
bash compile_mesh_painter.sh OR python3 setup.py install (on Windows)
7. 下载预训练模型
[*]安装 huggingface_hub 依赖包
git lfs install
git clone https://huggingface.co/tencent/Hunyuan3D-2
8. 运行 web_demo.py 文件
cd /Hunyuan3D-2
conda activate hunyuan3d_2
python gradio_app.py
https://i-blog.csdnimg.cn/img_convert/80f0f811f9fb69534ce71707cf70abb5.png
三、网页演示
出现以下 Gradio 页面，即是模型已搭建完成。
https://i-blog.csdnimg.cn/img_convert/c719ac710a4ade589232aca6183519bb.png
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。
页:
[1]