はじめに

1枚の画像から3Dシーンを生成するSHARPをやっていきます

開発環境

MacBook Air M1, 2020
Python 3.13

フォルダ構成

ml-sharp/
├── ACKNOWLEDGEMENTS
├── CODE_OF_CONDUCT.md
├── CONTRIBUTING.md
├── LICENSE
├── LICENSE_MODEL
├── README.md
├── pyproject.toml
├── requirements.in
├── requirements.txt
│
├── data/
│   └── teaser.jpg
│
├── input/
│   └── images/
│       └── gachimoto3.jpg
│
├── output/
│   └── gaussians/
│       └── gachimoto3.ply
│
└── src/
    └── sharp/
        ├── __init__.py
        ├── __pycache__/
        │
        ├── cli/
        │   ├── __init__.py
        │   ├── __pycache__/
        │   ├── predict.py
        │   └── render.py
        │
        ├── models/
        │   ├── __init__.py
        │   ├── __pycache__/
        │   ├── alignment.py
        │   ├── blocks.py
        │   ├── composer.py
        │   ├── gaussian_decoder.py
        │   ├── heads.py
        │   ├── initializer.py
        │   ├── monodepth.py
        │   ├── normalizers.py
        │   ├── params.py
        │   ├── predictor.py
        │   │
        │   ├── decoders/
        │   │   ├── __init__.py
        │   │   ├── __pycache__/
        │   │   ├── base_decoder.py
        │   │   ├── monodepth_decoder.py
        │   │   ├── multires_conv_decoder.py
        │   │   └── unet_decoder.py
        │   │
        │   ├── encoders/
        │   │   ├── __init__.py
        │   │   ├── __pycache__/
        │   │   ├── base_encoder.py
        │   │   ├── monodepth_encoder.py
        │   │   ├── spn_encoder.py
        │   │   ├── unet_encoder.py
        │   │   └── vit_encoder.py
        │   │
        │   └── presets/
        │       ├── __init__.py
        │       ├── __pycache__/
        │       ├── monodepth.py
        │       └── vit.py
        │
        └── utils/
            ├── __init__.py
            ├── __pycache__/
            ├── camera.py
            ├── color_space.py
            ├── gaussians.py
            ├── gsplat.py
            ├── io.py
            ├── linalg.py
            ├── logging.py
            ├── math.py
            ├── module_surgery.py
            ├── robust.py
            ├── training.py
            └── vis.py

導入

リポジトリをクローンし、ライブラリをインストールします。

git clone https://github.com/apple/ml-sharp.git
cd ml-sharp
pip install -r requirements.txt

input/imagesフォルダに画像を配置します。

次のコマンドを実行し、3Dシーンを生成します。

sharp predict -i input/images -o output/gaussians

SPZビューワーで生成された.plyを表示してみましょう。

ml-sharpで1枚の画像から3DGS化 pic.twitter.com/5guGHtv2NT
— がちもとさん (@sotongshi) December 22, 2025

お疲れ様でした。