如何使用文本生成3D模型_云服务器 ECS(ECS)-阿里云帮助中心

本文介绍如何使用GPU云服务器搭建Stable Diffusion模型，并基于ModelScope框架和HRN人脸重建模型，实现使用文本生成3D模型。

背景信息

自多态模型GPT-4发布后，AIGC（AI Generated Content，AI生成内容）时代正扑面而来，从单一的文字文本，演化到更丰富的图片、视频、音频、3D模型等。

本文将基于HRN人脸重建模型，以人脸头像作为输入，利用层次化表征实现快速人脸几何、纹理恢复，指导您如何实现使用文本生成高精度3D模型。关于模型的详细信息，请参见HRN人脸重建模型。

重要

本文使用的ai-inference-solution市场镜像中，内置了以下三个模型及运行环境。

v1-5-pruned-emaonly.safetensors：Stable Diffusion v1.5模型，一种潜在的text-to-image（文本到图像）的扩散模型，能够在给定任何文本输入的情况下生成逼真的图像。
说明
该模型中文提示词效果不好，建议使用英文提示词。
Taiyi-Stable-Diffusion-1B-Chinese-v0.1：太乙-中文模型，基于0.2亿筛选过的中文图文对训练，可以使用中文进行AI绘画。
Taiyi-Stable-Diffusion-1B-Anime-Chinese-v0.1：太乙-动漫风格模型，首个开源的中文Stable Diffusion动漫模型，该模型是基于Taiyi-Stable-Diffusion-1B-Chinese-v0.1进行继续训练，经过100万筛选过的动漫中文图文对训练得到的。太乙-动漫风格模型不仅能够生成精美的动漫图像，还保留了太乙-中文模型对于中文概念强大的理解能力。

前往实例创建页。
按照界面提示完成参数配置，创建一台ECS实例。
需要注意的参数如下，其他参数的配置，请参见自定义购买实例。
- 实例：选择实例规格为ecs.gn7i-c16g1.4xlarge。
- 镜像：本文使用已部署好推理所需环境的云市场镜像，名称为ai-inference-solution。
- 公网IP：选中分配公网IPv4地址，带宽计费模式选择按使用流量，带宽峰值设置为100 Mbps。以加快模型下载速度。
为当前ECS实例添加安全组规则，具体操作，请参见添加安全组规则。
安全组规则所属的方向：入方向，端口范围：5000/5000，授权对象：访问WebUI服务的本地客户端公网IP地址（非实例公网IP地址）。例如本地客户端公网IP为101.200.XX.XX，则授权对象为101.200.XX.XX/32。
创建完成后，在ECS实例页面，获取公网IP地址。
说明
公网IP地址用于生成图片测试时访问WebUI服务。

本文所使用的镜像中预装了Nginx软件，用于登录鉴权，以防止非授权用户登录。

通过文本生成人脸头像，作为人脸重建模型的图片输入。您也可以跳过该步骤，使用镜像中已有的头像生成3D模型。

执行如下命令，切换conda环境到modelscope中。
```
conda activate modelscope
```
执行如下命令，切换到scripts目录。
```
cd /root/scripts
```
（条件必选）上传头像图片。
如果您是通过步骤一生成的图片或自定义图片，需将图片上传到root/scripts目录，并获取带格式的头像图片名称（例如image.png）用于生成3D模型。具体操作，请参见上传文件。
说明
ai-inference-solution镜像中自带了头像图片（存放于root/scripts中），您也可以跳过该步骤，直接使用该镜像中的图片，试玩头像图片生成3D模型。
执行如下命令，使用头像图片生成3D模型。
```
./faceTo3D.py 头像图片文件名
```
本文以头像图片文件名为image.png为例（请根据实际需求替换），则命令为：
```
./faceTo3D.py image.png
```
说明
首次执行脚本时，会通过公网自动下载所需模型库，100 Mbps带宽下载时间大约为2分钟，请耐心等待。
生成的3D模型文件存放在/root/scripts/output目录中，其中.obj、.mtl、.jpg可导入Unity、UE等软件中使用；头像旋转视频（rotation video）、可视化图片（visual image）可用于快速浏览生成效果。