SeedVR2 / app.py
aducsdr's picture
Update app.py
263fa33 verified
raw
history blame
3.08 kB
import gradio as gr
import subprocess
import os
# Não precisamos mais de nenhuma função de setup, clone ou pip install aqui!
# O Dockerfile já cuidou de tudo.
def run_inference_app(video_file, seed_num):
if video_file is None:
return None, "Por favor, envie um arquivo de vídeo."
# O app roda de dentro do diretório /app/SeedVR, então os caminhos são relativos
input_folder = "inputs"
os.makedirs(input_folder, exist_ok=True)
# O Gradio nos dá um caminho temporário, vamos movê-lo para um local conhecido
input_video_path = os.path.join(input_folder, os.path.basename(video_file.name))
os.rename(video_file.name, input_video_path)
output_folder = "outputs"
os.makedirs(output_folder, exist_ok=True)
# Comando de inferência. O ambiente conda já está "ativado" graças ao Dockerfile.
command = [
"torchrun", "--nproc-per-node=4",
"projects/inference_seedvr2_3b.py",
"--video_path", input_folder,
"--output_dir", output_folder,
"--seed", str(seed_num),
"--res_h", "320",
"--res_w", "512",
]
log_output = "Iniciando a inferência...\n" + ' '.join(command) + "\n\n"
try:
process = subprocess.Popen(
command,
stdout=subprocess.PIPE,
stderr=subprocess.STDOUT,
text=True,
encoding='utf-8'
)
while True:
line = process.stdout.readline()
if not line:
break
log_output += line
print(line.strip())
yield None, log_output
process.wait()
if process.returncode != 0:
raise RuntimeError("O script de inferência falhou. Verifique os logs.")
result_files = [os.path.join(output_folder, f) for f in os.listdir(output_folder) if f.endswith('.mp4')]
if not result_files:
return None, log_output + "\n\nERRO: Nenhum vídeo foi gerado."
return result_files, log_output + "\n\nInferência concluída com sucesso!"
except Exception as e:
error_message = f"{log_output}\n\nOcorreu um erro: {str(e)}"
return None, error_message
with gr.Blocks() as demo:
gr.Markdown("# 🚀 Inferência SeedVR2 com Ambiente Conda")
gr.Markdown("Este ambiente foi construído com Conda usando um Dockerfile para máxima estabilidade.")
with gr.Row():
with gr.Column(scale=1):
video_input = gr.File(label="Vídeo de Entrada")
seed_input = gr.Number(label="Seed", value=123)
run_button = gr.Button("Gerar Vídeo", variant="primary")
with gr.Column(scale=2):
gallery_output = gr.Gallery(label="Vídeo de Saída", show_label=True)
log_display = gr.Textbox(label="Logs de Execução", lines=15, interactive=False, autoscroll=True)
run_button.click(
fn=run_inference_app,
inputs=[video_input, seed_input],
outputs=[gallery_output, log_display]
)
demo.launch()