3DSEE:AI驱动的3D模型语义搜索引擎

3DSEE (3D SEmantic Engine)是基于 AI 技术的 3D 模型语义搜索引擎,可以自动提取 3D 模型内涵的语义信息并存储入库,以帮助用户使用自然语言或关键字高效地检索 3D 模型。3DSEE 提供完善的二次开发 API,无论使用Java、Python、PHP、JavaScript还是C#,都可以在自己的应用中集成 3D 模型的语义提取、入库和自然语言检索能力。

3DSEE:AI驱动的3D模型语义搜索引擎_第1张图片

3DSEE官方下载地址:3D模型语义搜索引擎 。

3DSEE 的主要功能包括:

  • 语义提取:3DSEE 能够自动分析和理解 3D 模型内涵的语义信息,这使得用户无需手动添加标签或元数据,即可实现对模型内涵的全面理解。
  • 数据入库:3DSEE 将提取的语义信息和相关元数据统一存储在数据库中,以便快速、高效地进行检索。这为用户提供了一个集中管理和组织 3D 模型的平台,简化了数据管理的复杂性。
  • 自然语言检索:用户可以通过自然语言或关键字对 3D 模型进行检索。3DSEE 利用先进的自然语言处理技术,使用户能够用简单的语言描述来获取所需的 3D 模型,提高了检索的便捷性。

1、文件和目录组织

3DSEE 通过理解用户输入的语义信息,为其提供高效、准确的模型检索体验。当前版本 V1.0,主要文件及目录组织结构如下:

开发包文件 说明
src/ 执行文件目录
src/models/ AI模型目录
src/attempt.pyc 执行方法文件
src/db.pyc 数据管理文件
src/main.pyc 引擎入口文件
src/modules.pyc 模型调用文件
src/preview.pyc 预览图生成文件
src/config.json 配置文件
src/requirements.txt 需要安装的依赖
installation.md pytorch3D 安装指南
LICENSE.md 开发包许可协议文件

2、环境安装和部署

首先参考 installation.md 安装基本运行环境。

2.1 安装依赖包

在 src 目录下打开 cmd,执行以下命令安装依赖包

pip install requirements.txt -r

2.2 修改配置文件

在 config.json 中修改配置

{
  "port": 3005, //服务端口号
  "host": "127.0.0.1", //服务地址
  "dbconfig": {
    "name": "default", //数据库名
    "host": "192.168.1.139", //数据库地址
    "port": 19530, //数据库端口
    "collection": "my_models", //集合名,首次启动会自动创建集合
    "load_timeout": 30 //加载集合时限
  }
}

2.3 启动服务

在 src 目录下打开 cmd,执行以下命令运行服务

python -m main

启动服务后,可以访问 http://127.0.0.1:3005/docs查看 api 文档(实际端口和 ip 请以配置文件为准)

3、示例程序使用方法

3DSEE 启动后,在example目录下运行以下命令启动示例程序:

npm install
npm run dev

示例程序提供了模型检索和入库功能。

3.1 关键字查询

输入关键字,点击搜索按钮开始查询,返回查询结果。例如,输入关键词car 查询结果如下:

3DSEE:AI驱动的3D模型语义搜索引擎_第2张图片

3.2 模型入库

填写表单,点击提交将模型添加到模型库中。

3DSEE:AI驱动的3D模型语义搜索引擎_第3张图片

4、API 使用说明

当前文档版本号为 v1.0,更新日期为 2023/11/29。

服务包中提供 2 个访问接口,列表如下。

接口名称 访问 url 请求
查询模型 / GET
添加模型 / POST

4.1 模型查询 API

通用调用[查询模型]接口,可以通过中文或英文关键词,查询到与其语义相关的模型。接口详细描述如下:

访问 URL: GET /

请求参数:查询参数的主要字段说明如下:

  • keyword:  必填,关键词, 如:car
  • page:  查询页数,默认值:1
  • limit:  每页返回数量,默认值:10
  • radius:  最小相似度阈值,数值越大则语义相似度匹配范围越大,默认值:1,

请求示例如下(使用 curl):

curl http://127.0.0.1:3005/?keyword=car&page=1&limit=10&radius=3

响应结果:JSON 对象,主要字段说明如下:

  • id:   唯一 id
  • distance:  确定最小相似度阈值,类型:number
  • entity:  json 对象,主要字段如下:
  • data:  3D模型自定义数据,JSON字符串
  • preview:   模型预览图url,字符串
  • path:  3D模型访问路径,字符串

响应结果示例如下:

[
  {
    id: 445859173072122400,
    distance: 1.2356822490692139,
    entity: {
      data: '{"name": "r2"}',
      path: "D:/preview/models/r2.off",
      preview: "http://127.0.0.1:3005/preview/81ac5d31-c11e-45e2-aa94-c39eddf3f459.png",
    },
  },
  {
    id: 445946831156557600,
    distance: 0.7618597269058228,
    entity: {
      data: '{"name": "car"}',
      path: "http://127.0.0.1:3005/preview/67d8abcf-176c-441c-abb5-3712750bd33c.png",
    },
  },
];

4.2 模型添加 API

通用调用[添加模型]接口,可以向库中添加模型。接口详细描述如下:

访问 URL: POST /

请求参数:JSON 对象,主要字段说明如下:

  • data: json 对象,自定义数据
  • path: 字符串,模型本地路径,务必确保可以访问,
  • modelType: 字符串,要添加的模型类型,当前支持:'obj', 'off', ply', 'glb'

请求示例如下(使用curl):

curl -X POST -D '{"data": {}, "path": "./model.obj", "modelType": "obj"}' http://127.0.0.1:3005/

响应结果:返回字符串,表示操作结果信息,例如:

"保存成功"

原文链接:3D模型语义搜索引擎 - BimAnt

你可能感兴趣的:(人工智能,搜索引擎)