nan
838af0ee96
- Added ai_host.py to handle AI tasks with FastAPI integration. - Introduced HostState and ModelCache classes for managing client connections and model loading. - Implemented job submission and cancellation endpoints in the AI host. - Enhanced tests for AI host functionality, including client tracking and job cancellation. - Updated existing tests to accommodate changes in the operator and command structure. - Refactored runtime commands to use request-based architecture instead of command-line arguments. - Improved model loading logic to handle CUDA memory management and reuse models efficiently.
308 lines
18 KiB
Markdown
308 lines
18 KiB
Markdown
# SnapForm
|
||
|
||
`SnapForm` 是一套从图片快速构建空间结构的 Blender Extension。目前以
|
||
[Depth Anything 3](https://github.com/ByteDance-Seed/Depth-Anything-3)
|
||
作为首个 AI 能力，在独立 Runtime 中运行 DA3，可将官方导出结果保存在独立 job 目录，
|
||
也可把 Image Empty 转换成带几何与材质置换的立体面片。Debug 面板还可运行
|
||
[BEN2](https://github.com/PramaLLC/BEN2) 背景剔除功能测试。
|
||
|
||
## 当前功能
|
||
|
||
- 使用 Blender Extension manifest，可通过 `Install from Disk` 安装
|
||
- 在独立 Python Runtime 的常驻 HTTP AI Host 中运行 Torch、DA3 与 BEN2，避免污染 Blender Python 进程
|
||
- Blender 使用内置 `urllib.request` 访问仅监听 `127.0.0.1` 的 Host；请求带随机 Token
|
||
- 常驻 Host 复用 Torch、CUDA、BEN2 与最近使用的 DA3 模型，连续执行时不再重复加载
|
||
- 多个 Blender 实例自动连接同一个共享 Host；`Host` 面板显示状态、端口、客户端与模型缓存，并提供安装、启动、清理、重启和停止控制
|
||
- Runtime、模型和任务结果默认保存在 `~/.snapform`，可由多个 Blender 版本共享
|
||
- 支持 DA3 Small、Base、Large 1.1、Giant 1.1 和 Nested Giant Large 1.1
|
||
- 支持 BEN2 Base 单图背景剔除测试，输出透明 PNG 与推理耗时
|
||
- 支持单张 JPG、JPEG、PNG、WEBP 图片或常见视频文件输入
|
||
- 视频均匀抽帧，可设置参与重建的最大帧数
|
||
- `Host > Models` 默认折叠，展开后可逐项查看和下载所有可用模型
|
||
- Runtime 已就绪时不额外占用面板空间；模型列表每个模型只占一行
|
||
- `Debug` 默认折叠，内部的 DA3 与 BEN2 测试项也分别默认折叠
|
||
- 使用一个导出类型下拉菜单和一个 `Export` 按钮
|
||
- 只显示当前格式的专属参数；GLB 与 PLY 设置不会同时出现
|
||
- Debug 的模型选项按格式过滤；PLY 只提供两个带 Gaussian head 的 Giant 模型
|
||
- Debug 与 Convert to Depth Plane 的模型选项直接显示下载状态；未下载模型带
|
||
`(Missing)`，已下载模型保持原名
|
||
- 分别调用 DA3 的 `glb`、`gs_ply`、`depth_vis` 和 `mini_npz` exporter
|
||
- Image Empty 右键菜单可直接运行 DA3，根据 `mini_npz` 深度生成面片
|
||
- Image Empty 右键菜单可直接运行 BEN2，保留原图并换用新建的透明背景图片
|
||
- 使用浮点深度贴图、Simple Subdivision、Displace Modifier 和原图 Bump
|
||
构建立体面片
|
||
- 转换对话框可选择推理模式、处理分辨率和面片网格细分
|
||
- Debug 的 DA3 导出或 BEN2 背景剔除完成后只打开对应 job 文件夹，不向当前 Blender 文件添加任何数据
|
||
- 完整保留每次任务生成的所有官方文件
|
||
- 安装和模型下载使用后台子进程；推理提交给常驻 AI Host，状态栏实时显示阶段、百分比进度条与取消按钮
|
||
- 后台任务运行时，Install、Download 和 Export 按钮保持原位置并变灰，任务完成后恢复
|
||
|
||
## 使用
|
||
|
||
1. 使用 `uv run python pack.py` 构建 Extension ZIP。
|
||
2. 在 Blender 的 `Preferences > Extensions` 中选择 `Install from Disk`。
|
||
3. 在 Extension Preferences 中确认 `uv` 路径和 Torch Backend。
|
||
4. 在 `Host` 点击 `Install Runtime`。首次安装会下载 Python、PyTorch、DA3、BEN2、FastAPI、Uvicorn，
|
||
并默认下载 `DA3 Small`、`DA3 Base` 和 `BEN2 Base` 模型。
|
||
5. 在 3D View 按 `N`，打开 `SnapForm` 页签。
|
||
6. 如需其他模型，展开 `Host > Models`，找到模型并点击该行的 `Download`。
|
||
7. 展开默认收起的 `Debug`，选择 `Export Format` 和本次执行使用的模型。
|
||
8. 选择一张图片或一个视频文件。视频可设置均匀抽取的帧数，然后点击 `Export`。
|
||
9. 测试背景剔除时，确认 `Host > Models` 中的 `BEN2 Base` 已就绪，然后在 `Debug` 的
|
||
`BEN2 Background Removal` 区域选择单张图片并点击 `Remove Background`。
|
||
完成后会打开 job 文件夹，其中的 `foreground.png` 带透明 Alpha；状态栏显示
|
||
BEN2 推理、模型加载与任务总耗时。当前测试固定关闭较慢的 foreground refinement。
|
||
|
||
## Image Empty 去背景
|
||
|
||
1. 确认 `Host > Models` 中的 `BEN2 Base` 已就绪；首次安装 Runtime 时会默认下载。
|
||
2. 在 3D View 选中 Image Empty，右键选择 `Remove Background`。
|
||
3. 完成后以 Fake User 保留原 Image datablock，新建并 Pack 一张透明 PNG 到当前 `.blend`，然后只把
|
||
当前 Empty 的 `data` 换成新图；Empty 的 Transform、显示尺寸、Offset 及其他设置保持不变。
|
||
4. 新 Image 使用原图去掉格式后再追加 `.rb` 的名称。例如 `img.png` 生成 `img.rb`，
|
||
`img.png.001` 生成 `img.001.rb`。已有同名 datablock 时由 Blender 自动追加编号。
|
||
|
||
原图已 Pack 时会先写出临时 PNG 交给 BEN2，任务结束后删除临时输入；原 Image 仍保持 Pack
|
||
状态和原始内容。BEN2 的 `foreground.png` 也会保留在对应 job 目录中。
|
||
|
||
## Image Empty 转深度面片
|
||
|
||
1. 在 3D View 选中 `Object Type = Empty`、`Display As = Image` 的对象。
|
||
2. 右键选择 `Convert to Depth Plane`，通过 `Depth from` 选择深度来源：
|
||
- `AI Generated`：显示 Model、Use Ray Pose 和 Resolution Scale。实际 Process Res 为图片长边像素数
|
||
乘以 Resolution Scale；范围为 `0.1–1.0`，默认 `1.0`。计算后的 Process Res 会直接显示在
|
||
`Resolution Scale (… px)` 标签中。
|
||
转换导出 `mini_npz`，使用前需要在
|
||
`Host > Models` 下载所选模型，并固定使用 `process_res_method="upper_bound_resize"`；设备和参考视图策略
|
||
继续使用场景设置。Model 下拉菜单只列出已经下载的 DA3 模型；若没有可用模型，对话框会引导到
|
||
`Host > Models` 下载。
|
||
- `Original`：直接把原图作为深度贴图，不显示估算参数。Remove Background 关闭时不启动
|
||
Runtime，也不要求源图片存在于磁盘。
|
||
`Original` 是默认深度来源。选择 `AI Generated` 时，其 Model、Use Ray Pose 与 Resolution Scale
|
||
参数会集中显示在独立边框中。两种模式都有默认折叠的 Options，内部依次为 Displace via、
|
||
Subdivision、Remove Background 和 Unshaded；Delete Original 保持在折叠项外。
|
||
Remove Background 默认关闭，与 Depth from 无关；开启后需要下载 `BEN2 Base`，并从原图生成、
|
||
Pack `.rb` 透明图片。它只替换生成面片材质的颜色图片，不修改源 Image Empty 的 Image datablock。
|
||
AI Generated 仍从原图生成 `.depth`；例如 `img.png` 会得到 `img.rb` 与 `img.depth`，不会生成
|
||
`img.rb.depth`。Original 仍用原图作为位移来源，不改变原有深度逻辑。
|
||
Displace via 可选 `Modifier`（默认）或 `Material`；
|
||
Unshaded 默认关闭；Subdivision 默认为 `5`，并默认删除原对象。
|
||
3. AI Generated 完成后会自动创建面片。面片几何先由 `mini_npz` 的相机内参与深度确定，再通过对象
|
||
Transform 匹配原 Image Empty 的可见尺寸、位置、旋转和 Offset。Original 模式直接使用源 Empty
|
||
的可见尺寸、Offset 与 Transform。开启 `Delete Original` 时，成功生成后
|
||
删除源 Empty。生成面片 Object 使用源 Empty 的原名；关闭 `Delete Original` 时不处理
|
||
同名冲突，由 Blender 自动为生成面片追加编号。
|
||
4. 短边分段数为 `2^Subdivision`，长边分段数根据图像宽高比取最接近的整数。例如高:宽为
|
||
`2:3`、Subdivision 为 `1` 时，直接生成 `2×3` 个面；Subdivision 为 `3` 时生成
|
||
`8×12` 个面。随后的 Simple Subdivision 修改器使用原生名称，Viewport Levels 固定为
|
||
`1`，Render Levels 固定为 `2`，不再随 Resolution Scale 或 Subdivision 动态变化。
|
||
|
||
所有任务使用统一的状态栏进度显示。变化中的阶段说明显示在右侧的紧凑进度条内部，取消按钮
|
||
位于进度条右侧。Image Depth 的阶段包括 Runtime 启动、输入准备、模型加载、深度估算、缓存
|
||
写出和面片构建。状态更新仅标记相关区域重绘，不强制执行窗口 Draw/Swap。
|
||
|
||
导入过程精确保留 NPZ 内深度值之间的差值。例如深度 `2.0` 和 `5.5` 在
|
||
`Displacement Strength = -1` 时，沿局部 Z 轴相差 `3.5 Blender Unit`。它不会把数值压缩到
|
||
`0..1`，也不再提供视觉归一化模式。
|
||
|
||
面片尺寸以有效深度的中位数 `Zref` 作为参考截面。先用 `mini_npz` 中的相机内参计算原始
|
||
投影面积，再恢复源图纵横比：
|
||
|
||
```text
|
||
RawWidth = depth_width × Zref × abs(Displacement Strength) / fx
|
||
RawHeight = depth_height × Zref × abs(Displacement Strength) / fy
|
||
Area = RawWidth × RawHeight
|
||
Aspect = source_image_width / source_image_height
|
||
Width = sqrt(Area × Aspect)
|
||
Height = sqrt(Area / Aspect)
|
||
```
|
||
|
||
这样即使 DA3 估计出的 `fx/fy` 不一致，也不会把正方形原图拉成长方形。主点 `cx/cy` 仍用于
|
||
确定原始相机面片，随后对象 XY Transform 将它匹配到源 Image Empty。生成对象会记录
|
||
`snapform_reference_depth`、`snapform_camera_plane_width` 和
|
||
`snapform_camera_plane_height`，便于检查实际采用的
|
||
参考深度和尺寸。
|
||
|
||
选择 `Modifier` 时，AI Generated 的 Displace Modifier 深度贴图使用 `Extension = Extend`，
|
||
`Strength` 固定为 `-1`、`Midlevel` 固定为 `1`。Original 把原图指定给 Displace Texture，并设置
|
||
`Texture Coordinates = UV`、`Midlevel = 0`；其余修改器设置保留 Blender 默认值。
|
||
选择 `Material` 时，不创建 Displace Modifier；深度 Image Texture 的 Color 连接到 Displacement
|
||
节点的 Height，再连接 Material Output 的 Displacement，并把材质 Surface Displacement 设置为
|
||
`Displacement Only`。AI Generated 使用 `Midlevel = 1`、`Scale = -1`；Original 使用
|
||
`Midlevel = 0`、`Scale = 1`，与对应修改器值一致。无论选择哪种呈现方式，原始彩色贴图都会连接
|
||
Principled BSDF 的 `Base Color`，并通过
|
||
`Bump.Height → Bump.Normal → Principled.Normal` 提供表面细节。Bump 的基础 Distance 为
|
||
`0.001`，会乘以面片 Transform 的统一缩放倍率。原图 Color 还会经过 `Float Curve` 连接到
|
||
Principled BSDF 的 `Roughness`，曲线两端输出分别为 `0.5` 和 `0.1`；材质 IOR 保持
|
||
Principled BSDF 默认值 `1.5`。
|
||
开启 `Unshaded` 后，原图 Color 连接 Emission，原图 Alpha 作为 Mix Shader 系数，在
|
||
Transparent BSDF 与 Emission 之间混合后连接 Material Output；不创建 Principled BSDF、Bump 或
|
||
Float Curve。若 Displace via 选择 `Material`，深度贴图与 Displacement
|
||
节点仍会保留并连接 Material Output 的 Displacement。
|
||
|
||
这里的“原始距离”是 DA3 模型输出的尺度。普通 Small、Base、Large 和 Giant 模型的深度不应
|
||
被解释为现实世界的米；需要现实尺度时应选择带 metric depth 的
|
||
`DA3 Nested Giant Large 1.1`。此外，当前结果仍是固定 XY 平面上的深度位移面，不是使用
|
||
相机内参逐像素反投影得到的完整 camera-space 网格；中位深度截面为现有 Displace Modifier
|
||
工作流提供正确的整体高宽尺度。
|
||
|
||
生成完成后会直接创建面片，不提供缓存重建入口或单独的导入参数。重新选择
|
||
`Convert to Depth Plane` 会按当前 Depth from 再次转换。
|
||
面片、深度 Image、Texture 与 Material 会在同一个 Blender Undo 步骤中创建；转换完成后执行
|
||
`Ctrl+Z` 会完整撤销本次转换，不会越过转换去回退更早的 Image Empty 操作。
|
||
开启 Remove Background 时，`.rb` Image 的创建、Pack 和深度面片生成也属于
|
||
同一个 Undo 步骤。
|
||
|
||
Image Empty 使用 Packed Image 时，SnapForm 会通过 Blender 写出临时 PNG 交给 DA3，
|
||
不会 Unpack 或修改源 Image；任务结束后自动删除临时文件。普通图片仍直接读取源文件。DA3 的原始
|
||
`results.npz` 保留在对应 job 的 `exports/mini_npz/` 中，生成的浮点深度 Image 会 Pack 到
|
||
当前 `.blend`。Depth Image 与 Displace Texture 根据源 Image datablock 命名。例如 Empty Object
|
||
名为 `obj_img`、引用的 Image 名为 `img.png` 时，Depth Image 与 Texture 都命名为 `img.depth`；
|
||
生成的 Object、Mesh 与 Material 仍命名为 `obj_img`。Pack 使用 OpenEXR，因而不会把大于 `1.0`
|
||
的原始深度截断。已有同名 datablock 时由 Blender 自动追加 `.001` 等编号。
|
||
|
||
选择 PLY 后，模型菜单只会提供 `DA3 Giant 1.1` 和
|
||
`DA3 Nested Giant Large 1.1`。Small、Base 和 Large 没有 Gaussian head，无法由
|
||
DA3 生成 `gs_ply`。
|
||
|
||
每次任务会在 `~/.snapform/jobs/<任务目录>/` 中保留输出产物：
|
||
|
||
```text
|
||
<GLB 任务目录>/
|
||
└── scene.glb
|
||
|
||
<PLY 任务目录>/
|
||
└── gs_ply/*.ply
|
||
|
||
<Depth 任务目录>/
|
||
└── depth_vis/*.jpg
|
||
|
||
<Mini NPZ 任务目录>/
|
||
└── exports/mini_npz/results.npz
|
||
|
||
<BEN2 背景剔除任务目录>/
|
||
└── foreground.png
|
||
```
|
||
|
||
建议从 `DA3 Base` 开始。它使用 Apache 2.0 模型权重；`DA3 Large 1.1` 权重采用
|
||
CC BY-NC 4.0，仅限非商业用途。
|
||
|
||
## 输出格式说明
|
||
|
||
`Export Format` 下拉菜单分别把以下原始 `export_format` 传给 DA3：
|
||
|
||
- GLB：`glb`
|
||
- PLY：`gs_ply`，同时传入 `infer_gs=True`
|
||
- Depth Images：`depth_vis`
|
||
- Mini NPZ：`mini_npz`
|
||
|
||
界面使用 DA3 API 的参数名、选项和默认值。GLB 专属设置仅在选择 `GLB` 时显示，
|
||
`gs_views_interval` 仅在选择 `PLY (3DGS)` 时显示：
|
||
|
||
- `process_res=504`
|
||
- `process_res_method="upper_bound_resize"`
|
||
- `use_ray_pose=False`
|
||
- `ref_view_strategy="saddle_balanced"`
|
||
- `conf_thresh_percentile=40.0`
|
||
- `num_max_points=1_000_000`
|
||
- `show_cameras=True`
|
||
- `export_kwargs["gs_ply"]["gs_views_interval"]=1`
|
||
|
||
DA3 官方 `glb` 是彩色点云与可选相机线框；`gs_ply` 是带 Gaussian 属性的 PLY；
|
||
`depth_vis` 是原图与着色深度图的并排预览；`mini_npz` 保存深度、置信度和可用的相机参数。
|
||
GLB 任务会关闭其默认附带的深度预览，使四种 job 产物保持分离。
|
||
|
||
官方格式与限制可参阅
|
||
[DA3 Python API 文档](https://github.com/ByteDance-Seed/Depth-Anything-3/blob/main/docs/API.md)。
|
||
|
||
## Runtime
|
||
|
||
Extension 本身不包含 Torch。`Install Runtime` 使用 `uv` 创建独立 Python 3.12
|
||
环境，并安装：
|
||
|
||
- PyTorch 2.9.1
|
||
- TorchVision 0.24.1
|
||
- xFormers 0.0.33.post2（与 PyTorch 2.9.1 对应）
|
||
- 固定到已验证 commit 的 Depth Anything 3
|
||
- 固定到已验证 commit 的 BEN2
|
||
- FastAPI 0.139.2 与 Uvicorn 0.51.0
|
||
- 固定到 DA3 官方推荐 commit 的 `gsplat`；仅安装 PLY 导出所需的纯 Python 部分，
|
||
不编译本机 CUDA rasterizer
|
||
- `addict` 2.4.0（补充 DA3 上游包元数据暂未声明的运行依赖）
|
||
|
||
默认 CUDA Backend 为 CUDA 12.8，也可以选择 CPU。CPU 可以用于验证，但实际推理
|
||
通常很慢。
|
||
|
||
Extension 启用后只会查找已有的共享 AI Host，不会主动启动新进程。第一次执行 AI 操作或在侧边栏
|
||
手动点击 `Start` 时才会启动 Host。Host 只绑定回环地址，并让操作系统分配动态端口；第一个实例把
|
||
端口、进程和随机 Token 写入 `host.json`，其余 Blender 通过标准库
|
||
`urllib.request` 连接同一个 Host。`host.lock` 保证同一 Storage Root 同时只有一个 Host，Token
|
||
则阻止同机其他进程直接调用接口。Host 全局同时只执行一个 AI 任务。
|
||
|
||
每个 Blender 会注册独立客户端并每 5 秒发送心跳。正常关闭 Blender 时仅注销自身，不会直接终止
|
||
其他 Blender 正在使用的 Host；异常退出的客户端会在 20 秒后过期。最后一个客户端离开后，Host
|
||
保留模型缓存等待 60 秒，再在空闲时自动退出。取消任务不会重启 Host，并会保留已经加载的模型；
|
||
如果取消发生在一次不可中断的 Torch 调用中，任务会在该调用返回后的最近检查点结束。
|
||
|
||
侧边栏 `Host` 面板以 `Running (Clients: n)` 表示空闲服务，以 `Running (Busy)` 表示正在执行任务，
|
||
并显示缓存模型和活动任务。空闲且只有当前 Blender 连接时，可以清理模型缓存、重启或停止 Host；
|
||
多客户端或任务执行期间不会允许破坏共享服务。
|
||
|
||
BEN2 在首次使用后保持加载；DA3 保留最近使用的一个模型。切换 DA3 模型时会释放旧模型；加载时如果
|
||
显存不足，会先释放另一类缓存模型并重试。
|
||
|
||
Runtime Schema 已升级，旧 Runtime 需要重新执行 `Install Runtime` 才能安装 HTTP Host 依赖。
|
||
Host 的启动和崩溃日志写入 `~/.snapform/ai-host.log`。
|
||
|
||
Runtime、模型和任务结果默认保存在用户主目录的 `~/.snapform`：
|
||
|
||
```text
|
||
~/.snapform/
|
||
├── runtime/
|
||
├── models/
|
||
├── jobs/
|
||
├── ai-host.log
|
||
├── host.json # Host 运行时存在
|
||
└── host.lock # Host 运行时持有
|
||
```
|
||
|
||
不同 Blender 版本安装相同 Extension 后会共用这个目录。也可以在 Extension
|
||
Preferences 的 `Storage Root` 中修改共享位置。不要把模型写入 Extension 安装目录，
|
||
因为该目录可能只读，并且升级时会被替换。不要同时从多个 Blender 实例执行
|
||
`Install Runtime`；推理 Host、任务队列和模型读取可以共享。
|
||
|
||
## 开发
|
||
|
||
```bash
|
||
uv run python -m unittest discover -s tests -v
|
||
uv run python pack.py
|
||
```
|
||
|
||
项目结构：
|
||
|
||
```text
|
||
.
|
||
├── pack.py
|
||
├── src/
|
||
│ └── snapform/
|
||
│ ├── blender_manifest.toml
|
||
│ ├── ai_host.py
|
||
│ ├── bootstrap_runtime.py
|
||
│ ├── models.py
|
||
│ ├── image_depth.py
|
||
│ ├── operators.py
|
||
│ ├── panel.py
|
||
│ ├── preferences.py
|
||
│ ├── properties.py
|
||
│ ├── runtime.py
|
||
│ └── worker.py
|
||
└── tests/
|
||
```
|
||
|
||
## 上游与许可证
|
||
|
||
- Depth Anything 3 代码采用 Apache 2.0。
|
||
- BEN2 代码与模型权重采用 MIT License。
|
||
- 本 Extension 代码采用 GPL-3.0-or-later。
|
||
- 模型权重许可证由所选 Hugging Face 模型仓库决定，Extension 下载前会在界面显示。
|