3D-Generator后端仓库代码是一个集成了多种AI能力的综合应用平台,专注于构建一个根据文本或图片生成3D模型的服务系统。该平台包含Spring Boot后端应用和3D模型生成服务两个主要部分,支持通过文本描述或图片生成单个3D素材元素(如动物、物体等,非场景级别)。
用户定位与痛点分析
本项目主要面向以下几类用户:
设计人员:需要快速获取3D素材用于原型设计、概念验证的设计师
游戏开发者:需要批量生成游戏中的小型3D资产的开发团队
教育工作者:需要3D模型作为教学辅助工具的教师
普通爱好者:对3D建模感兴趣但缺乏专业技能的个人用户
这些用户面临的主要痛点包括:专业3D建模软件学习成本高、建模过程耗时、难以快速将创意转化为3D模型、专业建模人员成本高。通过本平台,用户可以通过简单的文本描述或上传图片,快速生成所需的3D模型,大大降低了3D建模的门槛和成本。
核心功能
Spring Boot后端核心功能
用户认证与授权(基于JWT)
数据管理与持久化
阿里云OSS文件存储集成
阿里云视觉智能API集成
RESTful API接口提供
统一异常处理
3D模型生成服务核心功能
通过文本描述生成3D模型
通过图片URL或base64编码生成3D模型
支持图片文件上传生成3D模型
提供任务状态查询接口
完整的API文档(Swagger UI)
3D模型效果评估功能
3D模型效果评估系统
为确保生成的3D模型质量,我们设计了一套完整的效果评估系统,通过以下关键指标验证3D模型生成效果:
准确率:模型是否准确反映了输入描述或图片的核心特征
完整性:生成的3D模型是否完整,有无缺失重要部分
细节丰富度:模型表面细节、纹理等是否丰富自然
几何合理性:模型的比例、结构是否符合物理规律
生成效率:从请求到完成生成的时间消耗
评估系统设计包括:
自动评估模块:通过算法对生成模型的各项指标进行量化评估
人工复核机制:对自动评估结果进行抽样人工复核,校准评估算法
反馈优化循环:将评估结果反馈到模型生成参数调整中,持续优化生成效果
评估报告生成:为每个生成的模型提供详细的评估报告
评估系统通three_d_effect_evaluation 模块实现,包含模型评估器、模型处理服务和评估API等组件。
1.软件为前后端分离模式开发,后端采用Spring Boot框架(MVC三层架构),数据库采用MySQL。同时集成了基于Python FastAPI的3D模型生成服务。系统通过REST API实现各模块间通信,并整合了多种云服务能力。
2.我在项目中负责软件架构设计及前后端核心功能开发
3.主要职责:
多终端功能开发:完成 3D 模型生成前端全流程开发,适配 PC 端 “AI 智能表单”(支持提示词优化输入)与移动端 “模型轻量化预览”AI 技术深度应用:提出 “切片验证 + 提示词对照 + 参考图匹配” 三重交叉评估方案,集成多模态 AI 接口对 3D 模型切图进行智能分析,替代传统人工评估,提升模型评估质量 30%;性能与交付保障:针对浏览器端性能瓶颈,专项优化首屏加载速度,首屏加载时间从 5 秒降低到2 秒,提升了 60%(资源懒加载 + 浏览器缓存策略),9/28 当日完成全部优化并上线;保障9/22-9/28 期间 100% 按时交付开发任务,依托 Nginx 配置实现服务端与腾讯云资源顺畅通信,支撑核心功能零故障运行。