您好，感谢开源 MonoDream。
我正在尝试加载 MonoDream 预训练模型进行推理，但遇到了一系列问题。在已开源的代码中使用InferencePipelineMixin.load(args.model_path) 来加载模型，但实际使用时报错：
TypeError: Can't instantiate abstract class InferencePipelineMixin with abstract method __call__
我想这应该是因为 InferencePipelineMixin 是抽象类，而 load 方法尝试实例化它，违反了抽象类规则。
因此想请教一下正确的加载方式。我还尝试过使用使用 InferencePipeline.load(args.model_path)，但是报错 FileNotFoundError: Meta file meta.json does not exist。官方发布的模型权重是否应该包含 meta.json 文件？是否是忘记上传了？
此外，我也尝试了 InferencePipelineMixin.load_pipeline(args.model_path, load_weights=False) 配合 MonoDream.load_model(args.model_path, use_decrete=True) 的方式，模型可以加载，但推理时出现多种错误（包括但不限于 process_image() got an unexpected keyword argument 'enable_dynamic_res'、'LlavaLlamaModel' object has no attribute 'model' 等兼容性问题）。
如果以上方式都不是正确的加载方法，能否提供正确的加载示例代码？
期待您的回复，谢谢！
您好，感谢开源 MonoDream。
我正在尝试加载 MonoDream 预训练模型进行推理，但遇到了一系列问题。在已开源的代码中使用
InferencePipelineMixin.load(args.model_path)来加载模型，但实际使用时报错：我想这应该是因为 InferencePipelineMixin 是抽象类，而 load 方法尝试实例化它，违反了抽象类规则。
因此想请教一下正确的加载方式。我还尝试过使用使用
InferencePipeline.load(args.model_path)，但是报错FileNotFoundError: Meta file meta.json does not exist。官方发布的模型权重是否应该包含meta.json文件？是否是忘记上传了？此外，我也尝试了
InferencePipelineMixin.load_pipeline(args.model_path, load_weights=False)配合MonoDream.load_model(args.model_path, use_decrete=True)的方式，模型可以加载，但推理时出现多种错误（包括但不限于process_image() got an unexpected keyword argument 'enable_dynamic_res'、'LlavaLlamaModel' object has no attribute 'model'等兼容性问题）。如果以上方式都不是正确的加载方法，能否提供正确的加载示例代码？
期待您的回复，谢谢！