trainmyfacedemo / app.py
eloi's picture
Update app.py
4215c28
import gradio as gr
from diffusers import StableDiffusionPipeline
import torch
## Cargar el modelo
model_id = "stablediffusionapi/epicrealism-natural-sin-r" # Reemplazar con el ID de tu modelo en Hugging Face
pipe = StableDiffusionPipeline.from_pretrained(model_id, torch_dtype=torch.float16, safety_checker=None)
#pipe = StableDiffusionPipeline.from_pretrained(model_id, torch_dtype=torch.float32)
pipe = pipe.to("cuda") # Asegúrate de tener una GPU disponible o cambia esto a "cpu"
#pipe = pipe.to("cpu") # Asegúrate de tener una GPU disponible o cambia esto a "cpu"
def inferencia(prompt):
# Realizar la inferencia
imagen = pipe(prompt, num_inference_steps=64, guidance_scale=7, height=720, width=512).images[0] # Modifica num_inference_steps según sea necesario
# Convertir la imagen a un formato que Gradio pueda utilizar, si es necesario
# Esto podría incluir convertir un tensor de PyTorch a una imagen PIL y luego a una matriz NumPy, por ejemplo
return imagen
# Definir la interfaz Gradio
iface = gr.Interface(fn=inferencia, inputs="text", outputs="image")
if __name__ == "__main__":
# Lanzar la interfaz en Hugging Face Spaces
iface.launch()