Update app.py

app.py

@@ -4,10 +4,10 @@ from PIL import Image
 from diffusers import StableDiffusionXLImg2ImgPipeline
 import spaces
 
-# 1. Definición del modelo súper ligero (Versión FP16 que pesa ~6.5GB)
+# 1. Definición del modelo SDXL súper ligero (FP16 pesa ~6.5GB)
 MODEL_ID = "stabilityai/stable-diffusion-xl-base-1.0"
 
-print("Descargando e inicializando SDXL FP16...")
+print("Iniciando descarga de SDXL FP16...")
 pipe = StableDiffusionXLImg2ImgPipeline.from_pretrained(
     MODEL_ID,
     torch_dtype=torch.float16,
@@ -15,34 +15,35 @@ pipe = StableDiffusionXLImg2ImgPipeline.from_pretrained(
     use_safetensors=True
 )
 
-# 2. Descarga del modelo a CPU para ahorrar VRAM
+# 2. Descarga a CPU para ahorrar RAM y VRAM
 pipe.enable_model_cpu_offload()
 
-# 3. Cargamos IP-Adapter (El puente que transfiere la ropa del anime a la persona)
-print("Cargando IP-Adapter para transferencia de estilo...")
+# 3. Cargamos IP-Adapter (El extractor de ropa/estilo)
+print("Cargando IP-Adapter (Inyector de estilo)...")
 pipe.load_ip_adapter("h94/IP-Adapter", subfolder="sdxl_models", weight_name="ip-adapter_sdxl.safetensors")
-# Ajustamos la fuerza con la que el anime afectará la foto real (0.0 a 1.0)
-pipe.set_ip_adapter_scale(0.65) 
 
-# El decorador @spaces.GPU le dice a Hugging Face que te preste una A100 gratis por unos segundos
+# @spaces.GPU nos da acceso a una A100 gratuita durante la inferencia
 @spaces.GPU
-def process_cosplay_edit(base_image, reference_image, prompt, steps, strength, seed):
+def process_cosplay_edit(base_image, reference_image, prompt, steps, strength, ip_scale, seed):
     if base_image is None or reference_image is None:
-        raise gr.Error("Es obligatorio proporcionar ambas imágenes.")
+        raise gr.Error("Por favor, sube ambas imágenes.")
     
-    # Redimensionar para SDXL (optimizado para 1024x1024)
+    # Redimensionar a la resolución óptima de SDXL (1024x1024)
     base_resized = base_image.resize((1024, 1024), Image.Resampling.LANCZOS)
     ref_resized = reference_image.resize((1024, 1024), Image.Resampling.LANCZOS)
 
+    # Ajustamos qué tanto peso tiene la imagen de referencia (la ropa)
+    pipe.set_ip_adapter_scale(float(ip_scale))
+
     generator = torch.Generator("cuda").manual_seed(int(seed))
     
-    # La Inferencia
+    # Proceso de generación
     with torch.inference_mode():
         output = pipe(
             prompt=prompt,
-            image=base_resized,           # La foto de la persona real (Estructura base)
-            ip_adapter_image=ref_resized, # La imagen del anime (Transferencia de estilo/ropa)
-            strength=float(strength),     # Cuánto permitimos que cambie la foto original
+            image=base_resized,           # Foto 1: La persona real (Mantiene la pose)
+            ip_adapter_image=ref_resized, # Foto 2: El personaje/ropa de referencia
+            strength=float(strength),     # 0.0 = Igual a Foto 1, 1.0 = Totalmente diferente
             num_inference_steps=int(steps),
             guidance_scale=7.5,
             generator=generator
@@ -50,34 +51,39 @@ def process_cosplay_edit(base_image, reference_image, prompt, steps, strength, s
         
     return output.images[0]
 
-# --- Interfaz de Gradio ---
-with gr.Blocks(theme=gr.themes.Soft()) as demo:
-    gr.Markdown("# **Estudio de Transferencia Cosplay (Modo Ligero - SDXL)**")
-    gr.Markdown("Ecosistema optimizado al 100% para el nivel gratuito de Hugging Face.")
+# --- Construcción de la Interfaz ---
+with gr.Blocks(theme=gr.themes.Base()) as demo:
+    gr.Markdown("# **Cambiador de Ropa Cosplay (SDXL + IP-Adapter)**")
+    gr.Markdown("Extrae la ropa de la Foto 2 y aplícala sobre la persona en la Foto 1.")
     
     with gr.Row():
         with gr.Column():
-            base_input = gr.Image(label="Persona Real (Base)", type="pil")
-            ref_input = gr.Image(label="Personaje de Anime (Estilo/Ropa)", type="pil")
+            base_input = gr.Image(label="Foto 1: Tú (Persona Base)", type="pil")
+            ref_input = gr.Image(label="Foto 2: El Atuendo (Personaje/Referencia)", type="pil")
             prompt_input = gr.Textbox(
-                label="Instrucción",
-                value="masterpiece, best quality, highly detailed, realistic person wearing the exact cosplay outfit from the reference image, perfect face, cinematic lighting",
+                label="Instrucción de texto (Prompt)",
+                value="masterpiece, best quality, ultra-realistic photo of the person wearing the exact clothes from the reference image, high resolution, detailed fabric",
                 lines=3
             )
-            with gr.Accordion("Parámetros Avanzados", open=False):
-                inference_steps = gr.Slider(minimum=10, maximum=50, value=25, step=1, label="Pasos de Inferencia")
-                strength_scale = gr.Slider(minimum=0.1, maximum=1.0, value=0.75, step=0.05, label="Fuerza de Transformación (Strength)")
-                seed_num = gr.Number(value=42, label="Semilla Aleatoria")
+            
+            with gr.Accordion("Ajustes de Transferencia", open=False):
+                # Strength define qué tanto se transforma la foto original
+                strength_scale = gr.Slider(minimum=0.3, maximum=0.99, value=0.85, step=0.05, label="Fuerza de Transformación (Strength)")
+                # IP Scale define cuánta atención prestar a la ropa de la Foto 2
+                ip_scale = gr.Slider(minimum=0.1, maximum=1.0, value=0.7, step=0.05, label="Influencia de la Ropa (IP Scale)")
+                inference_steps = gr.Slider(minimum=15, maximum=40, value=30, step=1, label="Pasos de Calidad")
+                seed_num = gr.Number(value=4242, label="Semilla")
                 
-            generate_btn = gr.Button("Ejecutar Transferencia", variant="primary")
+            generate_btn = gr.Button("Aplicar Ropa", variant="primary")
             
         with gr.Column():
             output_display = gr.Image(label="Resultado Final")
 
     generate_btn.click(
         fn=process_cosplay_edit,
-        inputs=[base_input, ref_input, prompt_input, inference_steps, strength_scale, seed_num],
+        inputs=[base_input, ref_input, prompt_input, inference_steps, strength_scale, ip_scale, seed_num],
         outputs=output_display
     )
 
-demo.queue().launch()
+if __name__ == "__main__":
+    demo.queue().launch()