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

复制代码

pip install requirements.txt -r

2.2 修改配置文件

在 config.json 中修改配置

复制代码

{
  "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

复制代码

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：

复制代码

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：

3.2 模型入库

填写表单，点击提交将模型添加到模型库中。

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：

复制代码

[
  {
    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：

复制代码

"保存成功"

原文链接：3D模型语义搜索引擎 - BimAnt