Deploy Zero123++

.gitignore

@@ -0,0 +1,16 @@
+__pycache__/
+*.py[cod]
+*$py.class
+*.so
+.Python
+*.egg-info/
+dist/
+build/
+*.log
+.env
+.venv
+venv/
+*.weights
+*.pt
+*.pth
+.DS_Store

README.md

@@ -1,12 +1,62 @@
 ---
-title: Zero123
-emoji: 🏃
-colorFrom: pink
-colorTo: red
+title: Zero123++ Multi-view Generator
+emoji: 🎨
+colorFrom: blue
+colorTo: purple
 sdk: gradio
 sdk_version: 5.49.1
 app_file: app.py
 pinned: false
+license: mit
 ---
 
-Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference
+# Zero123++ Multi-view Generator
+
+将单张图片转换为 6 个不同角度的一致性多视图图像。
+
+## 功能特点
+
+- 📷 单图生成多视图
+- 🎯 6 个固定角度视图
+- 🚀 基于 Zero123++ v1.1 模型
+- ✨ 简洁的 Gradio 界面
+
+## 使用方法
+
+1. 上传一张图片(建议正方形,>= 320x320)
+2. 点击"生成多视图"按钮
+3. 等待 30-60 秒
+4. 下载生成的多视图图像
+
+## 输出说明
+
+生成的图像包含 6 个视图,排列为 2 行 3 列:
+
+**视角参数:**
+- 方位角: 30°, 90°, 150°, 210°, 270°, 330°
+- 仰角: 30°, -20°, 30°, -20°, 30°, -20°
+
+## 技术细节
+
+- 模型: [sudo-ai/zero123plus-v1.1](https://huggingface.co/sudo-ai/zero123plus-v1.1)
+- 框架: Diffusers + Gradio
+- 硬件: 需要 GPU (推荐至少 T4 或更高)
+
+## 引用
+
+如果使用了这个模型,请引用:
+
+```bibtex
+@misc{shi2023zero123plus,
+    title={Zero123++: a Single Image to Consistent Multi-view Diffusion Base Model},
+    author={Ruoxi Shi and Hansheng Chen and Zhuoyang Zhang and Minghua Liu and Chao Xu and Xinyue Wei and Linghao Chen and Chong Zeng and Hao Su},
+    year={2023},
+    eprint={2310.15110},
+    archivePrefix={arXiv},
+    primaryClass={cs.CV}
+}
+```
+
+## 许可证
+
+MIT License

app.py

@@ -0,0 +1,180 @@
+#!/usr/bin/env python3
+"""
+Zero123++ Gradio Demo
+用于 Hugging Face Spaces 部署
+"""
+
+import gradio as gr
+import torch
+from PIL import Image
+from diffusers import DiffusionPipeline, EulerAncestralDiscreteScheduler
+import os
+
+# 全局变量存储 pipeline
+pipeline = None
+
+def load_model():
+    """加载模型"""
+    global pipeline
+
+    if pipeline is not None:
+        return
+
+    print("正在加载模型...")
+
+    # 检查 CUDA 可用性
+    device = 'cuda' if torch.cuda.is_available() else 'cpu'
+    dtype = torch.float16 if torch.cuda.is_available() else torch.float32
+
+    # 加载 pipeline
+    pipeline = DiffusionPipeline.from_pretrained(
+        "sudo-ai/zero123plus-v1.1",
+        custom_pipeline="sudo-ai/zero123plus-pipeline",
+        torch_dtype=dtype
+    )
+
+    # 设置调度器
+    pipeline.scheduler = EulerAncestralDiscreteScheduler.from_config(
+        pipeline.scheduler.config,
+        timestep_spacing='trailing'
+    )
+
+    pipeline.to(device)
+    print(f"✓ 模型加载完成 (设备: {device})")
+
+def process_image(input_image, remove_bg=False):
+    """
+    处理输入图像,生成多视图
+
+    输入:
+        input_image: PIL Image
+        remove_bg: 是否移除背景 (暂未实现)
+
+    输出:
+        result_image: PIL Image (多视图合成图)
+    """
+    if input_image is None:
+        return None
+
+    # 确保模型已加载
+    load_model()
+
+    try:
+        # 预处理图像 - 转为正方形
+        img = input_image
+
+        # 如果不是正方形,裁剪为正方形
+        if img.size[0] != img.size[1]:
+            size = min(img.size)
+            img = img.crop((
+                (img.size[0] - size) // 2,
+                (img.size[1] - size) // 2,
+                (img.size[0] + size) // 2,
+                (img.size[1] + size) // 2
+            ))
+
+        # 调整到推荐尺寸
+        target_size = 320
+        if img.size[0] != target_size:
+            img = img.resize((target_size, target_size), Image.LANCZOS)
+
+        # 运行推理
+        print("正在生成多视图...")
+        result = pipeline(img).images[0]
+
+        return result
+
+    except Exception as e:
+        print(f"错误: {e}")
+        raise gr.Error(f"处理失败: {str(e)}")
+
+# 创建 Gradio 界面
+def create_demo():
+    with gr.Blocks(title="Zero123++ Demo") as demo:
+        gr.Markdown("""
+        # Zero123++ 多视图生成
+
+        将单张图片转换为 6 个不同角度的视图
+
+        **输入要求:**
+        - 建议使用正方形图片
+        - 推荐分辨率 >= 320x320
+        - 脚本会自动裁剪和调整非正方形图片
+
+        **输出说明:**
+        - 生成 6 个视图 (2行 x 3列)
+        - 方位角: 30°, 90°, 150°, 210°, 270°, 330°
+        - 仰角: 30°, -20°, 30°, -20°, 30°, -20°
+        """)
+
+        with gr.Row():
+            with gr.Column():
+                input_image = gr.Image(
+                    label="输入图片",
+                    type="pil",
+                    height=400
+                )
+
+                # remove_bg = gr.Checkbox(
+                #     label="移除背景 (实验性)",
+                #     value=False
+                # )
+
+                generate_btn = gr.Button("生成多视图", variant="primary")
+
+            with gr.Column():
+                output_image = gr.Image(
+                    label="多视图输出",
+                    type="pil",
+                    height=400
+                )
+
+        gr.Examples(
+            examples=[
+                ["examples/example1.png"],
+                ["examples/example2.png"],
+            ],
+            inputs=input_image,
+            label="示例图片"
+        )
+
+        gr.Markdown("""
+        ### 技术说明
+        - 模型: [sudo-ai/zero123plus-v1.1](https://huggingface.co/sudo-ai/zero123plus-v1.1)
+        - 首次运行需要加载模型,可能需要 20-30 秒
+        - 生成时间约 30-60 秒 (取决于硬件)
+
+        ### 引用
+        ```bibtex
+        @misc{shi2023zero123plus,
+            title={Zero123++: a Single Image to Consistent Multi-view Diffusion Base Model},
+            author={Ruoxi Shi and Hansheng Chen and Zhuoyang Zhang and Minghua Liu and Chao Xu and Xinyue Wei and Linghao Chen and Chong Zeng and Hao Su},
+            year={2023},
+            eprint={2310.15110},
+            archivePrefix={arXiv},
+            primaryClass={cs.CV}
+        }
+        ```
+        """)
+
+        # 绑定事件
+        generate_btn.click(
+            fn=process_image,
+            inputs=[input_image],
+            outputs=output_image
+        )
+
+    return demo
+
+if __name__ == "__main__":
+    # 预加载模型
+    load_model()
+
+    # 启动 demo
+    demo = create_demo()
+    demo.queue()
+    demo.launch(
+        server_name="0.0.0.0",
+        server_port=7860,
+        share=False
+    )

requirements.txt

@@ -0,0 +1,6 @@
+torch>=2.0.0
+diffusers>=0.20.2
+transformers>=4.30.0
+accelerate>=0.20.0
+gradio>=4.0.0
+pillow>=10.0.0