app.py

import torch
from diffusers import StableDiffusionPipeline
from diffusers import AutoPipelineForText2Image
import gradio as gr

img_generator1 = AutoPipelineForText2Image.from_pretrained("kandinsky-community/kandinsky-2-2-decoder", torch_dtype=torch.float16)
img_generator1.to("cuda" if torch.cuda.is_available() else "cpu")

# Chargement du modèle Stable Diffusion v1.4 depuis Hugging Face
img_generator2 = StableDiffusionPipeline.from_pretrained("CompVis/stable-diffusion-v1-4",torch_dtype=torch.float16 if device == "cuda" else torch.float32)
img_generator2.to("cuda" if torch.cuda.is_available() else "cpu")


# Fonction de génération d’image à partir du texte
def text_to_image(prompt, model_name):
    if model_name == 'kandinsky-2-2-decoder':
        return img_generator1(prompt=prompt).images[0]
    else:
        return img_generator2(prompt=prompt).images[0]

# Interface Gradio simple
gr.Interface(
    fn=text_to_image,
    inputs= [gr.Textbox(label="Entrez une description (prompt)"),
             gr.Dropdown(choices =['kandinsky-2-2-decoder', 'stable-diffusion-v1-4'], label = 'Model Name')],
    outputs=gr.Image(type="pil", label="Image générée"),
    title="Générateur d'Images à partir de Texte",
    description="Entrez un texte pour générer une image"
).launch()