---

❤️觉得内容不错的话，欢迎点赞收藏加关注😊😊😊，后续会继续输入更多优质内容❤️
👉有问题欢迎大家加关注私戳或者评论（包括但不限于NLP算法相关，linux学习相关，读研读博相关......）👈

---

博主原文链接：https://www.yourmetaverse.cn/nlp/409/

（封面图由文心一格生成）

Gradio库中的Model3D模块：实时上传和展示3D模型

Gradio是一个功能强大的Python库，用于构建用户界面，特别适用于机器学习和深度学习任务。它提供了多种组件和模块，使开发人员能够轻松创建交互式界面，并与模型进行实时交互。其中一个引人注目的模块是Model3D，它提供了一种简单的方法来上传和展示3D模型。本文将介绍Gradio库中的Model3D模块以及其change、edit、clear和upload方法的使用。

Gradio的Model3D模块是一个用于上传和展示3D模型文件的组件。通过该组件，用户可以上传包含3D模型的文件，如.obj、.glb或.gltf文件，并在界面上实时查看和交互。下面是Model3D模块的示例代码：

import gradio as gr
import os


def load_mesh(mesh_file_name):
    return mesh_file_name


demo = gr.Interface(
    fn=load_mesh,
    inputs=gr.Model3D(),
    outputs=gr.Model3D(
            clear_color=[0.0, 0.0, 0.0, 0.0],  label="3D Model"),
    examples=[
        [os.path.join(os.path.dirname(__file__), "files/Bunny.obj")],
        [os.path.join(os.path.dirname(__file__), "files/Duck.glb")],
        [os.path.join(os.path.dirname(__file__), "files/Fox.gltf")],
        [os.path.join(os.path.dirname(__file__), "files/face.obj")],
    ],
)

if __name__ == "__main__":
    demo.launch()

上述代码创建了一个Gradio界面，其中包含一个Model3D组件，用于上传和展示3D模型文件。load_mesh函数是一个示例函数，用于处理上传的模型文件，并返回模型文件的路径。在界面的示例部分，提供了一些示例模型文件的路径，用户可以点击示例以查看相应的3D模型。

Model3D模块具有以下方法：

1. change(fn, inputs=None, outputs=None, ...)：当组件的值发生变化时触发的方法。可以用于在Gradio Blocks中使用。参数fn是一个函数，代表处理模型预测的函数。inputs和outputs分别指定输入和输出组件。

2. edit(fn, inputs=None, outputs=None, ...)：当用户使用内置编辑器编辑组件（如图片）时触发的方法。可以用于在Gradio Blocks中使用。参数和用法与change方法相似。

3. clear(fn, inputs=None, outputs=None, ...)：当用户点击组件的清除按钮（如图片或音频的X按钮）时触发的方法。可以用于在Gradio Blocks中使用。参数和用法与change方法相似。

4. upload(fn, inputs=None, outputs=None, ...)：当用户上传文件到组件时触发的方法。可以用于在Gradio Blocks中使用。参数和用法与change方法相似。

这些方法提供了灵活的方式来响应用户与Model3D组件的交互，可以根据具体需求编写对应的处理函数。

Gradio库中的Model3D模块为开发人员提供了一种简单的方法来上传和展示3D模型。通过该模块，用户可以实时查看和交互3D模型文件。使用change、edit、clear和upload等方法，可以自定义对用户交互的响应行为，从而实现更丰富的功能。Gradio的Model3D模块为构建交互式的机器学习应用提供了强大的工具。

参数详解

Model3D模块的参数

参数	数据类型	默认值	描述
value	str/Callable/None	None	要显示在模型3D视图器中的文件（.obj、.glb或.gltf）的路径。如果是可调用对象，则在应用程序加载时调用该函数以设置组件的初始值。
clear_color	list[float]/None	None	场景的背景颜色。
label	str/None	None	组件在界面中的名称。
every	float/None	None	如果value是可调用对象，则在客户端连接开启时每隔“every”秒运行一次该函数。
show_label	bool	True	如果为True，则显示标签。
container	bool	True	如果为True，则将组件放置在容器中，提供一些额外的边框填充。
scale	int/None	None	相对于相邻组件在一行中的宽度比例。例如，如果组件A的scale=2，组件B的scale=1，则A的宽度是B的两倍。应为整数。
min_width	int	160	最小像素宽度，如果屏幕空间不足以满足此值，则换行。如果某个比例值导致该组件宽度小于min_width，则首先尊重min_width参数。
visible	bool	True	如果为False，则隐藏组件。
elem_id	str/None	None	可选的字符串，用作此组件在HTML DOM中的id。可用于针对CSS样式进行定位。
elem_classes	list[str]/str/None	None	可选的字符串列表，用作此组件在HTML DOM中的类。可用于针对CSS样式进行定位。

change方法参数

参数	数据类型	默认值	描述
fn	Callable/None	必填	要封装接口的函数，通常是机器学习模型的预测函数。函数的每个参数对应一个输入组件，并且函数应该返回一个值或一个值的元组，元组中的每个元素对应一个输出组件。
inputs	Component/list[Component]/set[Component]/None	None	要用作输入的Gradio组件列表。如果函数不接受输入，则应为空列表。
outputs	Component/list[Component]/None	None	要用作输出的Gradio组件列表。如果函数不返回输出，则应为空列表。
api_name	str/None	None	定义此参数可将端点暴露在API文档中。
status_tracker	None	None	无效。
scroll_to_output	bool	False	如果为True，在完成时将滚动到输出组件。
show_progress	‘full’/‘minimal’/‘hidden’	‘full’	如果为True，在等待期间显示进度动画。
queue	bool/None	None	如果为True，则将请求放入队列中（如果队列已启用）。如果为False，则不会将此事件放入队列中，即使队列已启用。如果为None，则使用Gradio应用程序的队列设置。
batch	bool	False	如果为True，则函数应该处理一批输入，这意味着它应该接受每个参数的输入值列表。列表应该长度相等（并且最多为max_batch_size的长度）。然后，该函数必须返回一个元组列表（即使只有1个输出组件），其中元组中的每个列表对应一个输出组件。
max_batch_size	int	4	如果从队列调用此方法，则最多将一起批处理的输入数量。仅当batch=True时才相关。
preprocess	bool	True	如果为False，则在运行“fn”之前不会运行组件数据的预处理（例如，如果使用“Image”组件调用此方法，则将其保留为base64字符串）。
postprocess	bool	True	如果为False，则在将’fn’的输出返回给浏览器之前不会运行组件数据的后处理。
cancels	dict[str, Any]/list[dict[str, Any]]/None	None	在此侦听器触发时取消其他事件的列表。例如，设置cancels=[click_event]将取消click_event，其中click_event是另一个组件的.click方法的返回值。尚未运行的函数（或正在迭代的生成器）将被取消，但当前正在运行的函数将被允许完成。
every	float/None	None	在客户端连接开启时每隔“every”秒运行此事件。以秒为单位解释。队列必须已启用。

edit方法参数

参数	数据类型	默认值	描述
fn	Callable/None	必填	要封装接口的函数，通常是机器学习模型的预测函数。函数的每个参数对应一个输入组件，并且函数应该返回一个值或一个值的元组，元组中的每个元素对应一个输出组件。
inputs	Component/list[Component]/set[Component]/None	None	要用作输入的Gradio组件列表。如果函数不接受输入，则应为空列表。
outputs	Component/list[Component]/None	None	要用作输出的Gradio组件列表。如果函数不返回输出，则应为空列表。
api_name	str/None	None	定义此参数可将端点暴露在API文档中。
status_tracker	None	None	无效。
scroll_to_output	bool	False	如果为True，在完成时将滚动到输出组件。
show_progress	‘full’/‘minimal’/‘hidden’	‘full’	如果为True，在等待期间显示进度动画。
queue	bool/None	None	如果为True，则将请求放入队列中（如果队列已启用）。如果为False，则不会将此事件放入队列中，即使队列已启用。如果为None，则使用Gradio应用程序的队列设置。
batch	bool	False	如果为True，则函数应该处理一批输入，这意味着它应该接受每个参数的输入值列表。列表应该长度相等（并且最多为max_batch_size的长度）。然后，该函数必须返回一个元组列表（即使只有1个输出组件），其中元组中的每个列表对应一个输出组件。
max_batch_size	int	4	如果从队列调用此方法，则最多将一起批处理的输入数量。仅当batch=True时才相关。
preprocess	bool	True	如果为False，则在运行“fn”之前不会运行组件数据的预处理（例如，如果使用“Image”组件调用此方法，则将其保留为base64字符串）。
postprocess	bool	True	如果为False，则在将’fn’的输出返回给浏览器之前不会运行组件数据的后处理。
cancels	dict[str, Any]/list[dict[str, Any]]/None	None	在此侦听器触发时取消其他事件的列表。例如，设置cancels=[click_event]将取消click_event，其中click_event是另一个组件的.click方法的返回值。尚未运行的函数（或正在迭代的生成器）将被取消，但当前正在运行的函数将被允许完成。
every	float/None	None	在客户端连接开启时每隔“every”秒运行此事件。以秒为单位解释。队列必须已启用。

clear方法参数

参数	数据类型	默认值	描述
fn	Callable/None	必填	要封装接口的函数，通常是机器学习模型的预测函数。函数的每个参数对应一个输入组件，并且函数应该返回一个值或一个值的元组，元组中的每个元素对应一个输出组件。
inputs	Component/list[Component]/set[Component]/None	None	要用作输入的Gradio组件列表。如果函数不接受输入，则应为空列表。
outputs	Component/list[Component]/None	None	要用作输出的Gradio组件列表。如果函数不返回输出，则应为空列表。
api_name	str/None	None	定义此参数可将端点暴露在API文档中。
status_tracker	None	None	无效。
scroll_to_output	bool	False	如果为True，在完成时将滚动到输出组件。
show_progress	‘full’/‘minimal’/‘hidden’	‘full’	如果为True，在等待期间显示进度动画。
queue	bool/None	None	如果为True，则将请求放入队列中（如果队列已启用）。如果为False，则不会将此事件放入队列中，即使队列已启用。如果为None，则使用Gradio应用程序的队列设置。
batch	bool	False	如果为True，则函数应该处理一批输入，这意味着它应该接受每个参数的输入值列表。列表应该长度相等（并且最多为max_batch_size的长度）。然后，该函数必须返回一个元组列表（即使只有1个输出组件），其中元组中的每个列表对应一个输出组件。
max_batch_size	int	4	如果从队列调用此方法，则最多将一起批处理的输入数量。仅当batch=True时才相关。
preprocess	bool	True	如果为False，则在运行“fn”之前不会运行组件数据的预处理（例如，如果使用“Image”组件调用此方法，则将其保留为base64字符串）。
postprocess	bool	True	如果为False，则在将’fn’的输出返回给浏览器之前不会运行组件数据的后处理。
cancels	dict[str, Any]/list[dict[str, Any]]/None	None	在此侦听器触发时取消其他事件的列表。例如，设置cancels=[click_event]将取消click_event，其中click_event是另一个组件的.click方法的返回值。尚未运行的函数（或正在迭代的生成器）将被取消，但当前正在运行的函数将被允许完成。
every	float/None	None	在客户端连接开启时每隔“every”秒运行此事件。以秒为单位解释。队列必须已启用。

upload方法参数

参数	数据类型	默认值	描述
fn	Callable/None	必填	要封装接口的函数，通常是机器学习模型的预测函数。函数的每个参数对应一个输入组件，并且函数应该返回一个值或一个值的元组，元组中的每个元素对应一个输出组件。
inputs	Component/list[Component]/set[Component]/None	None	要用作输入的Gradio组件列表。如果函数不接受输入，则应为空列表。
outputs	Component/list[Component]/None	None	要用作输出的Gradio组件列表。如果函数不返回输出，则应为空列表。
api_name	str/None	None	定义此参数可将端点暴露在API文档中。
status_tracker	None	None	无效。
scroll_to_output	bool	False	如果为True，在完成时将滚动到输出组件。
show_progress	‘full’/‘minimal’/‘hidden’	‘full’	如果为True，在等待期间显示进度动画。
queue	bool/None	None	如果为True，则将请求放入队列中（如果队列已启用）。如果为False，则不会将此事件放入队列中，即使队列已启用。如果为None，则使用Gradio应用程序的队列设置。
batch	bool	False	如果为True，则函数应该处理一批输入，这意味着它应该接受每个参数的输入值列表。列表应该长度相等（并且最多为max_batch_size的长度）。然后，该函数必须返回一个元组列表（即使只有1个输出组件），其中元组中的每个列表对应一个输出组件。
max_batch_size	int	4	如果从队列调用此方法，则最多将一起批处理的输入数量。仅当batch=True时才相关。
preprocess	bool	True	如果为False，则在运行“fn”之前不会运行组件数据的预处理（例如，如果使用“Image”组件调用此方法，则将其保留为base64字符串）。
postprocess	bool	True	如果为False，则在将’fn’的输出返回给浏览器之前不会运行组件数据的后处理。
cancels	dict[str, Any]/list[dict[str, Any]]/None	None	在此侦听器触发时取消其他事件的列表。例如，设置cancels=[click_event]将取消click_event，其中click_event是另一个组件的.click方法的返回值。尚未运行的函数（或正在迭代的生成器）将被取消，但当前正在运行的函数将被允许完成。
every	float/None	None	在客户端连接开启时每隔“every”秒运行此事件。以秒为单位解释。队列必须已启用。

---

❤️觉得内容不错的话，欢迎点赞收藏加关注😊😊😊，后续会继续输入更多优质内容❤️
👉有问题欢迎大家加关注私戳或者评论（包括但不限于NLP算法相关，linux学习相关，读研读博相关......）👈

---