はじめに
こんにちは、しゅんです。
今回は前回の記事の応用編となります。前回ではSHARPの技術的な概要や特徴を紹介しましたが、今回はその実際の使い方に焦点を当てます。SHARPを使って3Dシーンを生成する手順を、具体的に示していきます。
前回の記事です
https://qiita.com/syun88/items/60fff6e7385a19f8e2bd
論文
GitHub
Projecrt Page
Hugging Face model page
1. 使い方の概要
SHARPの推論自体はどのデバイスでも可能ですが、レンダリングを行う場合にはNVIDIAのGPUが必須です。推論自体はかなり速く処理できますが、レンダリングには少し時間がかかります。
今回は、Google ColabのT4 GPUを使用して試しました。モデルの読み込みも含めて、約47秒で完了しました。
以下の手順は公式に書かれている内容に基づいていますが、Google Colabでの操作を重視して記載しています。もし、自分のPCにGPUがある場合は、公式に記載されている手順に従って、仮想環境を作成してから作業してください。
2. 実行手順
2.1. GitHubからのクローン
まず、SHARPのGitHubリポジトリをクローンします。
!git clone https://github.com/apple/ml-sharp.git
%cd ml-sharp
%pip install -r requirements.txt
クローンが完了した後、エラーと再起動の通知が来ることがあります。素直に再起動を行い、その後次のステップに進みます。
2.2. 入力画像ディレクトリの作成
次に、画像を格納するディレクトリを作成します。
%mkdir -p input/images
ここで作成したinput/imagesディレクトリに、推論させたい画像を入れます。例えば、高輪ゲートウェイで撮った植物の写真などです。
2.3. 推論の実行
画像を準備したら、次は推論を開始します。以下のコマンドを実行してください。
!sharp predict -i /content/ml-sharp/input/images -o /content/ml-sharp/output/gaussians
推論が完了すると、PLY形式の点群ファイルが出力されます。これで推論は完了です。この段階では、どのデバイスでも推論可能です。
モデルの読み込みも含めて、約47秒で完了しました。
2.4. レンダリングの実行
次に、レンダリングを行います。レンダリングはかなり計算リソースを消費するため、NVIDIA GPUが必要です。Google ColabのT4を使用した場合、約15分ほどかかりました。
!sharp predict -i /content/ml-sharp/input/images -o /content/ml-sharp/output/gaussians --render
レンダリングが完了した後、出力される3Dシーンを確認できます。
3. 結果
3.1. 入力画像
今回は高輪ゲートウェイで撮影した植物の写真を使いました。以下がその画像です。
3.2. 出力結果と確認
画像の点群ファイル（PLY）は、Macのファイルプレビュー機能で確認できます。以下は、Twitterに投稿した際の動画です。
入力と出力結果と最後の動画はPLY（点群）ファイルをmacのファイルプレビュー機能で確認した動画です。
— SYUN@一刻も早く卒業したい (@syun88AI) December 15, 2025
高輪ゲートウェイで撮った写真です。#AI#Apple#SHARP https://t.co/MhniYFogrz pic.twitter.com/1u8Jfhw5bS
4. まとめ
今回は、SHARPの使い方を実際に試してみましたが、予想以上にスムーズに動作しました。推論は迅速に行え、レンダリングは少し時間がかかるものの、非常に高精度な結果を得ることができました。唯一、レンダリングをMacではできないという点が少し残念でしたが、他のGPUを使えば問題なく処理できると思います。
レンダリングにかかった時間は、Google ColabのT4 GPUを使用して約15分でした。推論は早く、約47秒で完了しました。
今回も最後まで読んでくれてありがとうございます。
次回もまた、SHARPの使い方やさらに詳しい応用方法について紹介していきたいと思います！