text2room

环境要求

• Linux 环境（README 示例基于 Linux，CUDA 11.7）
• Conda 环境管理器
• Python 3.9（README 指定版本）
• PyTorch 1.13.1 + Pytorch3D 0.7.2（README 测试组合）
• 可访问 GitHub 与 conda 源以拉取依赖

安装与启动步骤

1. 1克隆仓库

   把 Text2Room 源码下载到本地，后续的 requirements.txt 位于仓库根目录，需在该目录执行安装命令。

   git clone https://github.com/lukasHoel/text2room.git

   复制

2. 2创建 conda 环境

   按 README 要求创建名为 text2room 的 Python 3.9 环境，环境名需与后续激活命令一致。

   conda create -n text2room python=3.9

   复制

3. 3激活环境

   切换到刚创建的环境，之后所有 pip/conda 安装都应在此环境内进行。

   conda activate text2room

   复制

4. 4安装 Python 依赖

   在仓库根目录执行，安装 README 列出的全部 Python 依赖包。

   pip install -r requirements.txt

   复制

5. 5装 Pytorch3D 前置

   README 建议先通过 conda 安装 fvcore 与 iopath，它们是 Pytorch3D 的依赖。

   conda install -c fvcore -c iopath -c conda-forge fvcore iopath

   复制

6. 6安装 Pytorch3D

   按 Pytorch3D 官方说明安装；README 测试组合为 PyTorch 1.13.1、CUDA 11.7、Pytorch3D 0.7.2。

   pip install "git+https://github.com/facebookresearch/pytorch3d.git@stable"

   复制

7. 7下载预训练权重

   README 要求下载 fixed depth inpainting 模型的预训练权重，但节选内容在此处中断，未给出完整命令与链接，请查阅仓库原文。

如何确认成功

环境创建、requirements 依赖与 Pytorch3D 安装均无报错即准备完成；README 未提供运行/启动命令。

常见问题

注意事项

• README 节选在下载预训练权重处截断，权重链接与后续运行命令未给出，需查看仓库原文补全。
• Pytorch3D 需自行编译，对 PyTorch/CUDA 版本敏感，务必按 README 标注的版本组合安装。
• conda 环境名固定为 text2room，后续激活与环境相关命令请保持一致。
• 全部命令需在仓库根目录或已激活的 text2room 环境中执行，避免装到 base 环境。