Upload 3 files
Browse files- README.md +33 -14
- app.py +65 -154
- requirements.txt +5 -6
README.md
CHANGED
|
@@ -1,14 +1,33 @@
|
|
| 1 |
-
---
|
| 2 |
-
title:
|
| 3 |
-
emoji:
|
| 4 |
-
colorFrom:
|
| 5 |
-
colorTo:
|
| 6 |
-
sdk: gradio
|
| 7 |
-
sdk_version:
|
| 8 |
-
app_file: app.py
|
| 9 |
-
pinned: false
|
| 10 |
-
|
| 11 |
-
|
| 12 |
-
|
| 13 |
-
|
| 14 |
-
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
---
|
| 2 |
+
title: Mon Fooocus Gratuit
|
| 3 |
+
emoji: 🚀
|
| 4 |
+
colorFrom: pink
|
| 5 |
+
colorTo: purple
|
| 6 |
+
sdk: gradio
|
| 7 |
+
sdk_version: 3.48.0
|
| 8 |
+
app_file: app.py
|
| 9 |
+
pinned: false
|
| 10 |
+
---
|
| 11 |
+
|
| 12 |
+
# Mon Fooocus Gratuit
|
| 13 |
+
|
| 14 |
+
Bienvenue sur ma petite application de génération d'images, inspirée de Fooocus !
|
| 15 |
+
|
| 16 |
+
Utilisez cette démo pour générer des images à partir de descriptions textuelles (prompts) en utilisant le modèle **Stable Diffusion**.
|
| 17 |
+
|
| 18 |
+
## Comment ça marche ?
|
| 19 |
+
|
| 20 |
+
1. **Entrez votre prompt** : Décrivez l'image que vous voulez générer. Soyez créatif !
|
| 21 |
+
2. **Prompt négatif (optionnel)** : Spécifiez ce que vous ne voulez **pas** voir dans l'image.
|
| 22 |
+
3. **Ajustez les paramètres** :
|
| 23 |
+
* **Étapes d'inférence** : Plus il y en a, plus l'image sera détaillée (mais plus la génération sera longue).
|
| 24 |
+
* **Échelle de guidance** : Contrôle à quel point l'image doit adhérer à votre prompt.
|
| 25 |
+
|
| 26 |
+
Profitez bien de la génération d'images !
|
| 27 |
+
|
| 28 |
+
## Technologies utilisées
|
| 29 |
+
|
| 30 |
+
* [Hugging Face Diffusers](https://huggingface.co/docs/diffusers/index)
|
| 31 |
+
* [Gradio](https://gradio.app/)
|
| 32 |
+
* [Python](https://www.python.org/)
|
| 33 |
+
* Hébergé sur [Hugging Face Spaces](https://huggingface.co/spaces)
|
app.py
CHANGED
|
@@ -1,154 +1,65 @@
|
|
| 1 |
-
import gradio as gr
|
| 2 |
-
import
|
| 3 |
-
import
|
| 4 |
-
|
| 5 |
-
|
| 6 |
-
|
| 7 |
-
|
| 8 |
-
|
| 9 |
-
|
| 10 |
-
|
| 11 |
-
|
| 12 |
-
|
| 13 |
-
|
| 14 |
-
|
| 15 |
-
|
| 16 |
-
|
| 17 |
-
|
| 18 |
-
|
| 19 |
-
|
| 20 |
-
|
| 21 |
-
|
| 22 |
-
|
| 23 |
-
|
| 24 |
-
|
| 25 |
-
|
| 26 |
-
|
| 27 |
-
|
| 28 |
-
|
| 29 |
-
|
| 30 |
-
|
| 31 |
-
|
| 32 |
-
|
| 33 |
-
|
| 34 |
-
|
| 35 |
-
|
| 36 |
-
|
| 37 |
-
|
| 38 |
-
|
| 39 |
-
|
| 40 |
-
|
| 41 |
-
|
| 42 |
-
|
| 43 |
-
|
| 44 |
-
|
| 45 |
-
|
| 46 |
-
|
| 47 |
-
|
| 48 |
-
|
| 49 |
-
|
| 50 |
-
|
| 51 |
-
|
| 52 |
-
|
| 53 |
-
|
| 54 |
-
|
| 55 |
-
"
|
| 56 |
-
|
| 57 |
-
|
| 58 |
-
|
| 59 |
-
|
| 60 |
-
|
| 61 |
-
#
|
| 62 |
-
|
| 63 |
-
|
| 64 |
-
|
| 65 |
-
|
| 66 |
-
|
| 67 |
-
with gr.Blocks(css=css) as demo:
|
| 68 |
-
with gr.Column(elem_id="col-container"):
|
| 69 |
-
gr.Markdown(" # Text-to-Image Gradio Template")
|
| 70 |
-
|
| 71 |
-
with gr.Row():
|
| 72 |
-
prompt = gr.Text(
|
| 73 |
-
label="Prompt",
|
| 74 |
-
show_label=False,
|
| 75 |
-
max_lines=1,
|
| 76 |
-
placeholder="Enter your prompt",
|
| 77 |
-
container=False,
|
| 78 |
-
)
|
| 79 |
-
|
| 80 |
-
run_button = gr.Button("Run", scale=0, variant="primary")
|
| 81 |
-
|
| 82 |
-
result = gr.Image(label="Result", show_label=False)
|
| 83 |
-
|
| 84 |
-
with gr.Accordion("Advanced Settings", open=False):
|
| 85 |
-
negative_prompt = gr.Text(
|
| 86 |
-
label="Negative prompt",
|
| 87 |
-
max_lines=1,
|
| 88 |
-
placeholder="Enter a negative prompt",
|
| 89 |
-
visible=False,
|
| 90 |
-
)
|
| 91 |
-
|
| 92 |
-
seed = gr.Slider(
|
| 93 |
-
label="Seed",
|
| 94 |
-
minimum=0,
|
| 95 |
-
maximum=MAX_SEED,
|
| 96 |
-
step=1,
|
| 97 |
-
value=0,
|
| 98 |
-
)
|
| 99 |
-
|
| 100 |
-
randomize_seed = gr.Checkbox(label="Randomize seed", value=True)
|
| 101 |
-
|
| 102 |
-
with gr.Row():
|
| 103 |
-
width = gr.Slider(
|
| 104 |
-
label="Width",
|
| 105 |
-
minimum=256,
|
| 106 |
-
maximum=MAX_IMAGE_SIZE,
|
| 107 |
-
step=32,
|
| 108 |
-
value=1024, # Replace with defaults that work for your model
|
| 109 |
-
)
|
| 110 |
-
|
| 111 |
-
height = gr.Slider(
|
| 112 |
-
label="Height",
|
| 113 |
-
minimum=256,
|
| 114 |
-
maximum=MAX_IMAGE_SIZE,
|
| 115 |
-
step=32,
|
| 116 |
-
value=1024, # Replace with defaults that work for your model
|
| 117 |
-
)
|
| 118 |
-
|
| 119 |
-
with gr.Row():
|
| 120 |
-
guidance_scale = gr.Slider(
|
| 121 |
-
label="Guidance scale",
|
| 122 |
-
minimum=0.0,
|
| 123 |
-
maximum=10.0,
|
| 124 |
-
step=0.1,
|
| 125 |
-
value=0.0, # Replace with defaults that work for your model
|
| 126 |
-
)
|
| 127 |
-
|
| 128 |
-
num_inference_steps = gr.Slider(
|
| 129 |
-
label="Number of inference steps",
|
| 130 |
-
minimum=1,
|
| 131 |
-
maximum=50,
|
| 132 |
-
step=1,
|
| 133 |
-
value=2, # Replace with defaults that work for your model
|
| 134 |
-
)
|
| 135 |
-
|
| 136 |
-
gr.Examples(examples=examples, inputs=[prompt])
|
| 137 |
-
gr.on(
|
| 138 |
-
triggers=[run_button.click, prompt.submit],
|
| 139 |
-
fn=infer,
|
| 140 |
-
inputs=[
|
| 141 |
-
prompt,
|
| 142 |
-
negative_prompt,
|
| 143 |
-
seed,
|
| 144 |
-
randomize_seed,
|
| 145 |
-
width,
|
| 146 |
-
height,
|
| 147 |
-
guidance_scale,
|
| 148 |
-
num_inference_steps,
|
| 149 |
-
],
|
| 150 |
-
outputs=[result, seed],
|
| 151 |
-
)
|
| 152 |
-
|
| 153 |
-
if __name__ == "__main__":
|
| 154 |
-
demo.launch()
|
|
|
|
| 1 |
+
import gradio as gr
|
| 2 |
+
import torch
|
| 3 |
+
from diffusers import StableDiffusionPipeline
|
| 4 |
+
import os # Pour gérer les variables d'environnement
|
| 5 |
+
|
| 6 |
+
# --- Configuration du modèle ---
|
| 7 |
+
# Choisissez un modèle Stable Diffusion.
|
| 8 |
+
# "runwayml/stable-diffusion-v1-5" est un bon point de départ.
|
| 9 |
+
# Pour des modèles plus petits et plus rapides, vous pourriez envisager "stabilityai/stable-diffusion-xl-base-1.0"
|
| 10 |
+
# (attention, XL est plus lourd) ou des versions optimisées.
|
| 11 |
+
MODEL_ID = "runwayml/stable-diffusion-v1-5" # Plus petit et plus rapide pour le Free Tier
|
| 12 |
+
|
| 13 |
+
# Vérifiez si CUDA est disponible (GPU) et utilisez-le si oui.
|
| 14 |
+
# Sinon, utilisez le CPU (ce sera beaucoup plus lent).
|
| 15 |
+
DEVICE = "cuda" if torch.cuda.is_available() else "cpu"
|
| 16 |
+
|
| 17 |
+
print(f"Chargement du modèle {MODEL_ID} sur {DEVICE}...")
|
| 18 |
+
|
| 19 |
+
# Charger le pipeline de Stable Diffusion.
|
| 20 |
+
# Utilisez torch_dtype=torch.float16 pour économiser de la mémoire GPU si disponible.
|
| 21 |
+
# Cela est crucial pour le free tier de Hugging Face Spaces.
|
| 22 |
+
pipe = StableDiffusionPipeline.from_pretrained(MODEL_ID, torch_dtype=torch.float16 if DEVICE == "cuda" else torch.float32)
|
| 23 |
+
pipe.to(DEVICE)
|
| 24 |
+
|
| 25 |
+
print("Modèle chargé.")
|
| 26 |
+
|
| 27 |
+
# --- Fonction de génération d'images ---
|
| 28 |
+
def generate_image(prompt, negative_prompt="", num_inference_steps=30, guidance_scale=7.5):
|
| 29 |
+
"""
|
| 30 |
+
Génère une image à partir d'un prompt texte.
|
| 31 |
+
"""
|
| 32 |
+
with torch.no_grad(): # Désactive le calcul des gradients pour l'inférence
|
| 33 |
+
image = pipe(
|
| 34 |
+
prompt,
|
| 35 |
+
negative_prompt=negative_prompt,
|
| 36 |
+
num_inference_steps=num_inference_steps,
|
| 37 |
+
guidance_scale=guidance_scale
|
| 38 |
+
).images[0]
|
| 39 |
+
return image
|
| 40 |
+
|
| 41 |
+
# --- Création de l'interface Gradio ---
|
| 42 |
+
print("Création de l'interface Gradio...")
|
| 43 |
+
|
| 44 |
+
iface = gr.Interface(
|
| 45 |
+
fn=generate_image,
|
| 46 |
+
inputs=[
|
| 47 |
+
gr.Textbox(label="Votre prompt (description de l'image)", placeholder="Un astronaute chevauchant un cheval sur Mars, style réaliste"),
|
| 48 |
+
gr.Textbox(label="Prompt négatif (éléments à éviter)", placeholder="mauvaise qualité, moche, flou"),
|
| 49 |
+
gr.Slider(minimum=10, maximum=100, step=1, value=30, label="Étapes d'inférence (qualité/temps)"),
|
| 50 |
+
gr.Slider(minimum=1.0, maximum=20.0, step=0.1, value=7.5, label="Échelle de guidance (fidélité au prompt)"),
|
| 51 |
+
],
|
| 52 |
+
outputs=gr.Image(type="pil", label="Image générée"),
|
| 53 |
+
title="Mon Fooocus Gratuit",
|
| 54 |
+
description="Générez des images étonnantes avec Stable Diffusion, hébergé gratuitement sur Hugging Face Spaces !",
|
| 55 |
+
article="""
|
| 56 |
+
<p>Cette application est une démo simplifiée de génération d'images, similaire à Fooocus, utilisant Hugging Face Diffusers et Gradio.</p>
|
| 57 |
+
<p>Elle est hébergée gratuitement sur Hugging Face Spaces. Les performances peuvent varier en fonction de la charge et du modèle choisi.</p>
|
| 58 |
+
"""
|
| 59 |
+
)
|
| 60 |
+
|
| 61 |
+
# Lancer l'interface Gradio
|
| 62 |
+
# Pour le développement local, vous pouvez utiliser share=True pour obtenir un lien public temporaire.
|
| 63 |
+
# Pour Hugging Face Spaces, vous n'avez pas besoin de share=True.
|
| 64 |
+
if __name__ == "__main__":
|
| 65 |
+
iface.launch(debug=True) # debug=True affichera plus d'informations utiles en cas de problème
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
requirements.txt
CHANGED
|
@@ -1,6 +1,5 @@
|
|
| 1 |
-
|
| 2 |
-
diffusers
|
| 3 |
-
|
| 4 |
-
|
| 5 |
-
|
| 6 |
-
xformers
|
|
|
|
| 1 |
+
torch
|
| 2 |
+
diffusers
|
| 3 |
+
transformers
|
| 4 |
+
accelerate
|
| 5 |
+
gradio
|
|
|