Update app.py

app.py

@@ -12,6 +12,8 @@ import torchvision
 from torchvision.models.detection import fasterrcnn_resnet50_fpn
 from torchvision.transforms import functional as F
 import tempfile
+from diffusers import DiffusionPipeline
+import random
 
 # Инициализация клиента для модели HuggingFaceH4/zephyr-7b-beta
 client = InferenceClient("HuggingFaceH4/zephyr-7b-beta")
@@ -20,8 +22,48 @@ client = InferenceClient("HuggingFaceH4/zephyr-7b-beta")
 model = fasterrcnn_resnet50_fpn(pretrained=True)
 model.eval()
 
-# Инициализация клиента для модели FLUX
-flux_client = InferenceClient("black-forest-labs/FLUX.1-dev")
+# Инициализация модели FLUX.1-dev
+device = "cuda" if torch.cuda.is_available() else "cpu"
+model_repo_id = "black-forest-labs/FLUX.1-dev"
+
+if torch.cuda.is_available():
+    torch_dtype = torch.float16
+else:
+    torch_dtype = torch.float32
+
+pipe = DiffusionPipeline.from_pretrained(model_repo_id, torch_dtype=torch_dtype)
+pipe = pipe.to(device)
+
+MAX_SEED = np.iinfo(np.int32).max
+MAX_IMAGE_SIZE = 1024
+
+# Функция для генерации изображения с помощью FLUX.1-dev
+def generate_with_flux(
+    prompt,
+    negative_prompt="",
+    seed=0,
+    randomize_seed=True,
+    width=1024,
+    height=1024,
+    guidance_scale=7.5,
+    num_inference_steps=50,
+):
+    if randomize_seed:
+        seed = random.randint(0, MAX_SEED)
+
+    generator = torch.Generator().manual_seed(seed)
+
+    image = pipe(
+        prompt=prompt,
+        negative_prompt=negative_prompt,
+        guidance_scale=guidance_scale,
+        num_inference_steps=num_inference_steps,
+        width=width,
+        height=height,
+        generator=generator,
+    ).images[0]
+
+    return image, seed
 
 # Функция для обработки PDF
 def process_pdf(file):
@@ -90,21 +132,6 @@ def convert_image(image, target_format):
         img.save(tmp_file, format=target_format)
         return tmp_file.name
 
-# Функция для генерации изображения с помощью модели FLUX
-def generate_with_flux(prompt, image=None):
-    if not prompt and image is None:
-        return None
-    
-    # Если есть изображение, используем метод image_to_image
-    if image is not None:
-        result = flux_client.image_to_image(prompt=prompt, image=image)
-    else:
-        # Если изображения нет, используем метод text_to_image
-        result = flux_client.text_to_image(prompt=prompt)
-    
-    # Возвращаем сгенерированное изображение
-    return result
-
 # Функция для определения языка текста
 def detect_language(text):
     try:
@@ -203,15 +230,15 @@ with gr.Blocks() as demo:
     # Felguk Tools: Отдельные инструменты
     with gr.Tab("Felguk Tools"):
         # Вкладка Txt Analyzer
-        with gr.Tab("Txt Analyzer"):
-            gr.Markdown("## Txt Analyzer")
+        with gr.Tab("Анализатор текста"):
+            gr.Markdown("## Анализатор текста")
             txt_file = gr.File(label="Загрузите txt файл", file_types=[".txt"])
             txt_output = gr.Textbox(label="Содержимое файла", interactive=False)
             analyze_button = gr.Button("Анализировать")
             analyze_button.click(fn=analyze_txt, inputs=txt_file, outputs=txt_output)
 
         # Вкладка Remove Background
-        with gr.Tab("Remove Background"):
+        with gr.Tab("Удаление фона"):
             gr.Markdown("## Удаление фона с изображения")
             image_input = gr.Image(label="Загрузите изображение", type="pil")
             image_output = gr.Image(label="Результат (без фона)", type="pil")
@@ -227,8 +254,8 @@ with gr.Blocks() as demo:
             numage_button.click(fn=count_objects, inputs=numage_input, outputs=numage_output)
 
         # Вкладка ConverjerIMG
-        with gr.Tab("ConverjerIMG"):
-            gr.Markdown("## ConverjerIMG: Конвертер изображений")
+        with gr.Tab("Конвертер изображений"):
+            gr.Markdown("## Конвертер изображений")
             img_input = gr.File(label="Загрузите изображение", file_types=["image"])
             img_format = gr.Dropdown(
                 choices=["JPEG", "PNG", "BMP", "GIF", "TIFF"],
@@ -241,12 +268,26 @@ with gr.Blocks() as demo:
 
         # Вкладка Felguk Flux
         with gr.Tab("Felguk Flux"):
-            gr.Markdown("## Felguk Flux: Генерация изображений из текста и изображений")
-            flux_input = gr.Textbox(label="Введите текстовое описание", placeholder="Например: Космический корабль в далекой галактике")
-            flux_image_input = gr.Image(label="Загрузите изображение (опционально)", type="pil")
+            gr.Markdown("## Felguk Flux: Генерация изображений из текста")
+            with gr.Column():
+                prompt = gr.Textbox(label="Введите текстовое описание", placeholder="Например: Космический корабль в далекой галактике")
+                negative_prompt = gr.Textbox(label="Нежелательное описание (опционально)", placeholder="Например: Размытое, низкое качество")
+                with gr.Row():
+                    seed = gr.Slider(label="Seed", minimum=0, maximum=MAX_SEED, step=1, value=0)
+                    randomize_seed = gr.Checkbox(label="Случайный seed", value=True)
+                with gr.Row():
+                    width = gr.Slider(label="Ширина", minimum=256, maximum=MAX_IMAGE_SIZE, step=32, value=1024)
+                    height = gr.Slider(label="Высота", minimum=256, maximum=MAX_IMAGE_SIZE, step=32, value=1024)
+                with gr.Row():
+                    guidance_scale = gr.Slider(label="Guidance scale", minimum=0.0, maximum=10.0, step=0.1, value=7.5)
+                    num_inference_steps = gr.Slider(label="Количество шагов", minimum=1, maximum=100, step=1, value=50)
+                generate_button = gr.Button("Сгенерировать", variant="primary")
             flux_output = gr.Image(label="Сгенерированное изображение")
-            flux_button = gr.Button("Сгенерировать")
-            flux_button.click(fn=generate_with_flux, inputs=[flux_input, flux_image_input], outputs=flux_output)
+            generate_button.click(
+                fn=generate_with_flux,
+                inputs=[prompt, negative_prompt, seed, randomize_seed, width, height, guidance_scale, num_inference_steps],
+                outputs=[flux_output, seed],
+            )
 
     # Интерфейс чата
     chat_interface = gr.ChatInterface(