Upload app.py

app.py

@@ -0,0 +1,105 @@
+import torch
+import gradio as gr
+from diffusers import ShapEPipeline
+from diffusers.utils import export_to_gif
+import os
+from huggingface_hub import HfApi, login
+import json
+
+# GPU kontrolü
+device = "cuda" if torch.cuda.is_available() else "cpu"
+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_model(prompt, token, guidance_scale=15.0, num_steps=64, export_format="obj"):
+    try:
+        if not validate_token(token):
+            return "Geçersiz Hugging Face token'ı", None, None
+            
+        print(f"Üretim başlıyor: {prompt}")
+        
+        # Model yükleme (token ile)
+        pipe = ShapEPipeline.from_pretrained(
+            "openai/shap-e",
+            torch_dtype=torch.float32 if device == "cuda" else torch.float32,
+            token=token,
+            cache_dir="model_cache"
+        ).to(device)
+        
+        # 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:
+            # 3D model oluşturma
+            output = pipe(
+                prompt_embeds=None,
+                text=prompt,
+                guidance_scale=guidance_scale,
+                num_inference_steps=num_steps
+            )
+            
+            images = output.images
+            
+            # GIF kaydetme
+            gif_path = export_to_gif(images, f"{base_filename}.gif")
+            
+            # 3D mesh oluşturma
+            mesh_output = pipe(
+                prompt_embeds=None,
+                text=prompt,
+                guidance_scale=guidance_scale,
+                num_inference_steps=num_steps,
+                output_type="mesh"
+            )
+            
+            mesh = mesh_output.meshes[0]
+            
+            # Mesh'i kaydetme
+            output_path = f"{base_filename}.{export_format}"
+            mesh.export(output_path)
+            
+            print(f"Üretim tamamlandı: {output_path}")
+            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
+interface = gr.Interface(
+    fn=generate_3d_model,
+    inputs=[
+        gr.Textbox(label="3D Model için açıklama giriniz (İngilizce)"),
+        gr.Textbox(label="Hugging Face Token", type="password"),
+        gr.Slider(minimum=1, maximum=20, value=15, label="Guidance Scale"),
+        gr.Slider(minimum=32, maximum=128, value=64, label="Adım Sayısı"),
+        gr.Radio(["obj", "glb"], label="Export Formatı", value="obj")
+    ],
+    outputs=[
+        gr.Textbox(label="Durum"),
+        gr.Image(label="3D Önizleme (GIF)"),
+        gr.File(label="3D Model Dosyası")
+    ],
+    title="DNM3D - 3D Model Üretici",
+    description="Metin girişiyle 3D model oluşturun. Kullanmak için Hugging Face token'ınızı girmeniz gerekiyor."
+)
+
+if __name__ == "__main__":
+    interface.launch()