bpdarlyn commited on
Commit
be05e5d
·
1 Parent(s): 9960ad6

ready to see working the model

Browse files
Files changed (4) hide show
  1. .gitignore +35 -0
  2. app.py +128 -0
  3. download_model.py +28 -0
  4. requirements.txt +8 -0
.gitignore ADDED
@@ -0,0 +1,35 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ # Modelos descargados (muy pesados para git)
2
+ models/
3
+
4
+ # Python
5
+ __pycache__/
6
+ *.py[cod]
7
+ *$py.class
8
+ *.so
9
+ .Python
10
+ env/
11
+ venv/
12
+ ENV/
13
+ .venv
14
+
15
+ # Gradio
16
+ flagged/
17
+
18
+ # Imágenes de prueba
19
+ *.jpg
20
+ *.jpeg
21
+ *.png
22
+ *.gif
23
+ !examples/*.jpg
24
+ !examples/*.jpeg
25
+ !examples/*.png
26
+
27
+ # IDE
28
+ .vscode/
29
+ .idea/
30
+ *.swp
31
+ *.swo
32
+
33
+ # OS
34
+ .DS_Store
35
+ Thumbs.db
app.py ADDED
@@ -0,0 +1,128 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ import gradio as gr
2
+ from diffusers import StableDiffusionInstructPix2PixPipeline
3
+ import torch
4
+ from PIL import Image
5
+ import os
6
+
7
+ # Configuración del modelo
8
+ # Usar MPS en Mac M4 con configuración especial para evitar imágenes negras
9
+ if torch.backends.mps.is_available():
10
+ device = "mps"
11
+ # Configurar variables de entorno para MPS
12
+ os.environ['PYTORCH_ENABLE_MPS_FALLBACK'] = '1'
13
+ elif torch.cuda.is_available():
14
+ device = "cuda"
15
+ else:
16
+ device = "cpu"
17
+
18
+ print(f"Usando dispositivo: {device}")
19
+
20
+ MODEL_DIR = "./models/instruct-pix2pix"
21
+ MODEL_ONLINE = "timbrooks/instruct-pix2pix"
22
+
23
+ # Cargar el modelo (local si existe, sino desde HuggingFace)
24
+ if os.path.exists(MODEL_DIR):
25
+ print(f"Cargando modelo LOCAL desde {MODEL_DIR}...")
26
+ model_path = MODEL_DIR
27
+ else:
28
+ print(f"Modelo local no encontrado. Descargando desde HuggingFace...")
29
+ print("(Ejecuta 'python download_model.py' para descargar el modelo localmente)")
30
+ model_path = MODEL_ONLINE
31
+
32
+ # Siempre usar float32 para evitar problemas de compatibilidad
33
+ torch_dtype = torch.float32
34
+
35
+ pipe = StableDiffusionInstructPix2PixPipeline.from_pretrained(
36
+ model_path,
37
+ torch_dtype=torch_dtype,
38
+ safety_checker=None
39
+ )
40
+
41
+ # Optimizaciones de memoria
42
+ pipe.enable_attention_slicing(1)
43
+
44
+ # Si es MPS, mover componentes individualmente para evitar problemas
45
+ if device == "mps":
46
+ pipe.to(device)
47
+ # Forzar que use float32 en todos los componentes
48
+ pipe.vae.to(dtype=torch.float32)
49
+ pipe.unet.to(dtype=torch.float32)
50
+ pipe.text_encoder.to(dtype=torch.float32)
51
+ else:
52
+ pipe.to(device)
53
+
54
+ print("Modelo cargado exitosamente!")
55
+
56
+ def rejuvenecer_imagen(imagen, intensidad=1.5, steps=20, guidance_scale=7.5):
57
+ """
58
+ Rejuvenece una imagen usando Stable Diffusion InstructPix2Pix
59
+
60
+ Args:
61
+ imagen: PIL Image o numpy array
62
+ intensidad: Qué tanto seguir las instrucciones (1.0-2.5)
63
+ steps: Número de pasos de inferencia (más pasos = mejor calidad)
64
+ guidance_scale: Escala de guidance (mayor = más adherencia al prompt)
65
+ """
66
+ if imagen is None:
67
+ return None
68
+
69
+ # Convertir a PIL Image si es necesario
70
+ if not isinstance(imagen, Image.Image):
71
+ imagen = Image.fromarray(imagen)
72
+
73
+ # Redimensionar imagen si es muy grande (para reducir uso de memoria)
74
+ max_size = 768
75
+ if max(imagen.size) > max_size:
76
+ ratio = max_size / max(imagen.size)
77
+ new_size = tuple(int(dim * ratio) for dim in imagen.size)
78
+ imagen = imagen.resize(new_size, Image.Resampling.LANCZOS)
79
+
80
+ # Prompt para rejuvenecer
81
+ prompt = "make the person look 20 years younger, remove wrinkles, smooth skin, youthful appearance"
82
+
83
+ # Limpiar memoria antes de generar
84
+ if device == "mps":
85
+ torch.mps.empty_cache()
86
+
87
+ # Generar imagen
88
+ resultado = pipe(
89
+ prompt=prompt,
90
+ image=imagen,
91
+ num_inference_steps=steps,
92
+ image_guidance_scale=intensidad,
93
+ guidance_scale=guidance_scale
94
+ ).images[0]
95
+
96
+ # Limpiar memoria después de generar
97
+ if device == "mps":
98
+ torch.mps.empty_cache()
99
+
100
+ return resultado
101
+
102
+ # Interfaz Gradio
103
+ with gr.Blocks(title="Rejuvenecedor de Imágenes 🌟") as demo:
104
+ gr.Markdown("""
105
+ # 🌟 Rejuvenecedor de Imágenes con IA
106
+ Sube una foto y hazla lucir más joven usando Stable Diffusion + InstructPix2Pix
107
+ """)
108
+
109
+ with gr.Row():
110
+ with gr.Column():
111
+ imagen_input = gr.Image(
112
+ label="Sube tu imagen",
113
+ type="pil",
114
+ sources=["upload", "webcam"]
115
+ )
116
+ boton_procesar = gr.Button("✨ Rejuvenecer", variant="primary", size="lg")
117
+
118
+ with gr.Column():
119
+ imagen_output = gr.Image(label="Resultado")
120
+
121
+ boton_procesar.click(
122
+ fn=rejuvenecer_imagen,
123
+ inputs=[imagen_input],
124
+ outputs=imagen_output
125
+ )
126
+
127
+ if __name__ == "__main__":
128
+ demo.launch(share=False, server_name="0.0.0.0")
download_model.py ADDED
@@ -0,0 +1,28 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ """
2
+ Script para descargar el modelo Stable Diffusion InstructPix2Pix localmente
3
+ Ejecuta este script UNA VEZ para descargar el modelo
4
+ """
5
+
6
+ from diffusers import StableDiffusionInstructPix2PixPipeline
7
+ import torch
8
+
9
+ # Directorio donde se guardará el modelo
10
+ MODEL_DIR = "./models/instruct-pix2pix"
11
+
12
+ print("Descargando modelo Stable Diffusion InstructPix2Pix...")
13
+ print(f"Se guardará en: {MODEL_DIR}")
14
+ print("Esto puede tomar varios minutos dependiendo de tu conexión...\n")
15
+
16
+ # Descargar y guardar el modelo
17
+ pipe = StableDiffusionInstructPix2PixPipeline.from_pretrained(
18
+ "timbrooks/instruct-pix2pix",
19
+ torch_dtype=torch.float16,
20
+ safety_checker=None
21
+ )
22
+
23
+ # Guardar el modelo localmente
24
+ pipe.save_pretrained(MODEL_DIR)
25
+
26
+ print(f"\n✅ Modelo descargado exitosamente en: {MODEL_DIR}")
27
+ print(f"Tamaño aproximado: ~5GB")
28
+ print("\nAhora puedes usar app.py y cargará el modelo desde el disco local.")
requirements.txt ADDED
@@ -0,0 +1,8 @@
 
 
 
 
 
 
 
 
 
1
+ gradio>=4.0.0
2
+ diffusers>=0.25.0
3
+ transformers>=4.35.0
4
+ torch>=2.0.0
5
+ torchvision>=0.15.0
6
+ accelerate>=0.24.0
7
+ safetensors>=0.4.0
8
+ Pillow>=10.0.0