Upload app.py

app.py

@@ -0,0 +1,232 @@
+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()