Delete app.py

app.py

@@ -1,232 +0,0 @@
-import torch
-import gradio as gr
-from diffusers import ShapEPipeline, ShapEImg2ImgPipeline
-from diffusers.utils import export_to_gif
-import os
-from huggingface_hub import HfApi, login
-from PIL import Image
-import numpy as np
-import gc
-
-# Zorla CPU kullanımı
-device = "cpu"
-torch.set_num_threads(4)  # CPU thread sayısını sınırla
-print(f"Kullanılan cihaz: {device}")
-
-def validate_token(token):
-    try:
-        login(token=token)
-        return True
-    except Exception as e:
-        print(f"Token doğrulama hatası: {str(e)}")
-        return False
-
-def generate_3d_from_text(prompt, token, guidance_scale=7.0, export_format="obj", progress=gr.Progress()):
-    try:
-        if not validate_token(token):
-            return "Geçersiz Hugging Face token'ı", None, None
-            
-        print(f"Üretim başlıyor: {prompt}")
-        progress(0.1, "Model yükleniyor...")
-        
-        # Model yükleme (token ile)
-        pipe = ShapEPipeline.from_pretrained(
-            "openai/shap-e",
-            torch_dtype=torch.float32,
-            token=token,
-            revision="main",
-            low_cpu_mem_usage=True
-        )
-        
-        # Çıktı klasörü kontrolü
-        os.makedirs("outputs", exist_ok=True)
-        
-        # Dosya adı oluşturma
-        safe_prompt = "".join(x for x in prompt if x.isalnum() or x in (" ", "-", "_"))
-        base_filename = f"outputs/{safe_prompt}"
-        
-        try:
-            progress(0.3, "3D model oluşturuluyor...")
-            with torch.no_grad():  # Bellek kullanımını azalt
-                # 3D model oluşturma
-                output = pipe(
-                    prompt,
-                    guidance_scale=min(guidance_scale, 10.0),  # Guidance scale'i sınırla
-                    num_inference_steps=16  # Sabit düşük adım sayısı
-                )
-                
-                progress(0.5, "GIF oluşturuluyor...")
-                # GIF kaydetme
-                gif_path = export_to_gif(output.images, f"{base_filename}.gif")
-                
-                progress(0.7, "3D mesh oluşturuluyor...")
-                # 3D mesh oluşturma
-                mesh_output = pipe(
-                    prompt,
-                    guidance_scale=min(guidance_scale, 10.0),
-                    num_inference_steps=16,
-                    output_type="mesh"
-                )
-            
-            progress(0.9, "Dosyalar kaydediliyor...")
-            # Mesh'i kaydetme
-            output_path = f"{base_filename}.{export_format}"
-            mesh_output.meshes[0].export(output_path)
-            
-            # Belleği temizle
-            del pipe
-            del output
-            del mesh_output
-            gc.collect()
-            
-            print(f"Üretim tamamlandı: {output_path}")
-            progress(1.0, "Tamamlandı!")
-            return "Üretim başarılı!", gif_path, output_path
-            
-        except Exception as model_error:
-            error_msg = f"Model çalıştırma hatası: {str(model_error)}"
-            print(error_msg)
-            return error_msg, None, None
-        
-    except Exception as e:
-        error_msg = f"Genel hata: {str(e)}"
-        print(error_msg)
-        return error_msg, None, None
-
-def generate_3d_from_image(image, token, guidance_scale=7.0, export_format="obj", progress=gr.Progress()):
-    try:
-        if not validate_token(token):
-            return "Geçersiz Hugging Face token'ı", None, None
-            
-        print("Görüntüden 3D model üretimi başlıyor")
-        progress(0.1, "Model yükleniyor...")
-        
-        # Model yükleme (token ile)
-        pipe = ShapEImg2ImgPipeline.from_pretrained(
-            "openai/shap-e-img2img",
-            torch_dtype=torch.float32,
-            token=token,
-            revision="main",
-            low_cpu_mem_usage=True
-        )
-        
-        # Çıktı klasörü kontrolü
-        os.makedirs("outputs", exist_ok=True)
-        
-        # Dosya adı oluşturma
-        import time
-        timestamp = int(time.time())
-        base_filename = f"outputs/image_to_3d_{timestamp}"
-        
-        try:
-            progress(0.3, "Görüntü hazırlanıyor...")
-            # Görüntüyü hazırla
-            if isinstance(image, str):
-                image = Image.open(image)
-            elif isinstance(image, np.ndarray):
-                image = Image.fromarray(image)
-                
-            # Görüntüyü yeniden boyutlandır
-            image = image.resize((128, 128))  # Daha küçük boyut
-            
-            progress(0.5, "3D model oluşturuluyor...")
-            with torch.no_grad():  # Bellek kullanımını azalt
-                # 3D model oluşturma
-                output = pipe(
-                    image=image,
-                    guidance_scale=min(guidance_scale, 10.0),
-                    num_inference_steps=16
-                )
-                
-                progress(0.7, "GIF oluşturuluyor...")
-                # GIF kaydetme
-                gif_path = export_to_gif(output.images, f"{base_filename}.gif")
-                
-                progress(0.8, "3D mesh oluşturuluyor...")
-                # 3D mesh oluşturma
-                mesh_output = pipe(
-                    image=image,
-                    guidance_scale=min(guidance_scale, 10.0),
-                    num_inference_steps=16,
-                    output_type="mesh"
-                )
-            
-            progress(0.9, "Dosyalar kaydediliyor...")
-            # Mesh'i kaydetme
-            output_path = f"{base_filename}.{export_format}"
-            mesh_output.meshes[0].export(output_path)
-            
-            # Belleği temizle
-            del pipe
-            del output
-            del mesh_output
-            gc.collect()
-            
-            print(f"Üretim tamamlandı: {output_path}")
-            progress(1.0, "Tamamlandı!")
-            return "Üretim başarılı!", gif_path, output_path
-            
-        except Exception as model_error:
-            error_msg = f"Model çalıştırma hatası: {str(model_error)}"
-            print(error_msg)
-            return error_msg, None, None
-        
-    except Exception as e:
-        error_msg = f"Genel hata: {str(e)}"
-        print(error_msg)
-        return error_msg, None, None
-
-# Gradio arayüzü
-with gr.Blocks() as interface:
-    gr.Markdown("# DNM3D - 3D Model Üretici")
-    gr.Markdown("Metin veya görüntü girişiyle 3D model oluşturun. Kullanmak için Hugging Face token'ınızı girmeniz gerekiyor.")
-    gr.Markdown("""
-    > **Önemli Not**: 
-    > - İşlem süresi CPU'da uzun sürebilir
-    > - Daha hızlı sonuç için guidance scale'i 10'un altında tutun
-    > - Adım sayısı 16 olarak sabitlenmiştir
-    > - Kalite/hız optimizasyonu için görüntü boyutu küçültülmüştür
-    """)
-    
-    with gr.Tab("Metin → 3D"):
-        with gr.Row():
-            with gr.Column():
-                text_input = gr.Textbox(label="3D Model için açıklama giriniz (İngilizce)")
-                text_token = gr.Textbox(label="Hugging Face Token", type="password")
-                text_guidance = gr.Slider(minimum=1, maximum=10, value=7, label="Guidance Scale")
-                text_format = gr.Radio(["obj", "glb"], label="Export Formatı", value="obj")
-                text_button = gr.Button("Oluştur")
-            
-            with gr.Column():
-                text_status = gr.Textbox(label="Durum")
-                text_preview = gr.Image(label="3D Önizleme (GIF)")
-                text_file = gr.File(label="3D Model Dosyası")
-    
-    with gr.Tab("Görüntü → 3D"):
-        with gr.Row():
-            with gr.Column():
-                image_input = gr.Image(label="3D Modele dönüştürülecek görüntü", type="pil")
-                image_token = gr.Textbox(label="Hugging Face Token", type="password")
-                image_guidance = gr.Slider(minimum=1, maximum=10, value=7, label="Guidance Scale")
-                image_format = gr.Radio(["obj", "glb"], label="Export Formatı", value="obj")
-                image_button = gr.Button("Oluştur")
-            
-            with gr.Column():
-                image_status = gr.Textbox(label="Durum")
-                image_preview = gr.Image(label="3D Önizleme (GIF)")
-                image_file = gr.File(label="3D Model Dosyası")
-    
-    text_button.click(
-        generate_3d_from_text,
-        inputs=[text_input, text_token, text_guidance, text_format],
-        outputs=[text_status, text_preview, text_file]
-    )
-    
-    image_button.click(
-        generate_3d_from_image,
-        inputs=[image_input, image_token, image_guidance, image_format],
-        outputs=[image_status, image_preview, image_file]
-    )
-
-if __name__ == "__main__":
-    interface.launch()