Update app.py

app.py

@@ -183,27 +183,23 @@ def allow_call(min_interval_sec: float = 2.5) -> Tuple[bool, str]:
     return True, ""
 
 
+# =========================
+# 2) Photo quality tips (CPU-only)
+# =========================
 def check_photo_quality(img: Optional[Image.Image]) -> Tuple[str, str]:
-    """
-    2) Авто-проверка фото. Только подсказки, ничего не блокируем.
-    Возвращает: (markdown_tips, diagnostics_line)
-    """
     if img is None:
         return ("Загрузите фото — здесь появятся советы.", "")
 
     img = img.convert("RGB")
     w, h = img.size
 
-    # яркость
     gray = np.array(img.convert("L"))
     brightness = float(gray.mean())
 
-    # резкость (простая эвристика без OpenCV)
     gy, gx = np.gradient(gray.astype(np.float32))
     sharpness = float((gx * gx + gy * gy).mean())
 
     warnings = []
-
     if min(w, h) < 768:
         warnings.append("Фото маленькое: лучше **1024px+** по меньшей стороне.")
     if h < w:
@@ -215,20 +211,17 @@ def check_photo_quality(img: Optional[Image.Image]) -> Tuple[str, str]:
     if sharpness < 15:
         warnings.append("Фото может быть размытым — сделайте снимок **без движения** и с фокусом.")
 
-    # короткий гайд всегда
     base = [
         "Стоять прямо, камера примерно на уровне груди",
         "Руки не закрывают торс",
         "Однотонный фон, без зеркал и сильных теней",
-        "Лучше фото **по пояс или в полный рост**"
+        "Лучше фото **по пояс или в полный рост**",
     ]
 
-    tips_md = "### 📸 Как получить лучший результат\n"
-    tips_md += "\n".join([f"- {x}" for x in base])
+    tips_md = "### 📸 Как получить лучший результат\n" + "\n".join([f"- {x}" for x in base])
 
     if warnings:
-        tips_md += "\n\n### ⚠️ Что можно улучшить именно в вашем фото\n"
-        tips_md += "\n".join([f"- {w}" for w in warnings])
+        tips_md += "\n\n### ⚠️ Что можно улучшить именно в вашем фото\n" + "\n".join([f"- {w}" for w in warnings])
     else:
         tips_md += "\n\n✅ Фото выглядит хорошо — можно примерять."
 
@@ -236,18 +229,15 @@ def check_photo_quality(img: Optional[Image.Image]) -> Tuple[str, str]:
     return tips_md, diag
 
 
+# =========================
+# 4) Fit option -> params
+# =========================
 def fit_to_params(fit: str) -> Tuple[int, float]:
-    """
-    4) Посадка -> параметры. Подбираем мягко, чтобы не ломать качество.
-    Возвращает: (denoise_steps, guidance_scale)
-    """
-    # ВАЖНО: в твоём пайплайне guidance_scale сейчас 2.0 — держим около этого.
-    # Меняем аккуратно, чтобы пользователь видел разницу, но без деградации.
+    # Поддерживаем вокруг твоего базового guidance=2.0
     if fit == "По фигуре":
         return 28, 2.2
     if fit == "Свободная":
         return 25, 2.0
-    # Оверсайз
     return 22, 1.8
 
 
@@ -260,9 +250,7 @@ DEVICE = "cuda" if torch.cuda.is_available() else "cpu"
 DTYPE = torch.float16 if DEVICE == "cuda" else torch.float32
 print("DEVICE:", DEVICE, "DTYPE:", DTYPE, flush=True)
 
-tensor_transfrom = transforms.Compose(
-    [transforms.ToTensor(), transforms.Normalize([0.5], [0.5])]
-)
+tensor_transfrom = transforms.Compose([transforms.ToTensor(), transforms.Normalize([0.5], [0.5])])
 
 unet = UNet2DConditionModel.from_pretrained(base_path, subfolder="unet", torch_dtype=DTYPE)
 unet.requires_grad_(False)
@@ -316,11 +304,9 @@ def start_tryon(
     seed: int = 42,
     guidance_scale: float = 2.0,
 ) -> Image.Image:
-
     device = "cuda" if torch.cuda.is_available() else "cpu"
     dtype = torch.float16 if device == "cuda" else torch.float32
 
-    # Move models
     if device == "cuda":
         openpose_model.preprocessor.body_estimation.model.to(device)
     pipe.to(device)
@@ -329,7 +315,6 @@ def start_tryon(
     garm_img = garm_img.convert("RGB").resize((768, 1024))
     human_img_orig = human_pil.convert("RGB")
 
-    # Crop
     if crop_center:
         width, height = human_img_orig.size
         target_width = int(min(width, height * (3 / 4)))
@@ -343,8 +328,9 @@ def start_tryon(
         human_img = cropped_img.resize((768, 1024))
     else:
         human_img = human_img_orig.resize((768, 1024))
+        crop_size = None
+        left = top = None
 
-    # Mask
     if auto_mask:
         keypoints = openpose_model(human_img.resize((384, 512)))
         model_parse, _ = parsing_model(human_img.resize((384, 512)))
@@ -353,7 +339,6 @@ def start_tryon(
     else:
         mask = Image.new("L", (768, 1024), 0)
 
-    # DensePose
     human_img_arg = _apply_exif_orientation(human_img.resize((384, 512)))
     human_img_arg = convert_PIL_to_numpy(human_img_arg, format="BGR")
 
@@ -371,7 +356,6 @@ def start_tryon(
     pose_img = pose_img[:, :, ::-1]
     pose_img = Image.fromarray(pose_img).resize((768, 1024))
 
-    # Fixed prompts
     garment_des = "a garment"
     prompt_main = "model is wearing " + garment_des
     prompt_cloth = "a photo of " + garment_des
@@ -440,7 +424,7 @@ def start_tryon(
             )[0]
 
     out_img = images[0]
-    if crop_center:
+    if crop_center and crop_size is not None:
         out_img_rs = out_img.resize(crop_size)
         human_img_orig.paste(out_img_rs, (int(left), int(top)))
         return human_img_orig
@@ -475,56 +459,37 @@ def on_person_change(person_pil):
     tips_md, diag = check_photo_quality(person_pil)
     return tips_md, diag
 
-def build_compare_components():
-    """
-    5) До/После: если доступен ImageSlider — используем.
-    Если нет — fallback на 2 изображения.
-    """
-    if hasattr(gr, "ImageSlider"):
-        return gr.ImageSlider(label="До / После"), "imageslider"
-    # fallback
-    with gr.Row():
-        before = gr.Image(label="До", type="pil", height=360)
-        after = gr.Image(label="После", type="pil", height=360)
-    return (before, after), "pair"
-
-def pack_compare_output(mode: str, before_img: Image.Image, after_img: Image.Image):
-    if mode == "imageslider":
-        return (before_img, after_img)
-    return before_img, after_img
 
-def tryon_ui(person_pil, selected_filename, fit_choice):
-    # 3) “магический” прогресс — этапы через status (надежнее, чем гонять Progress в генераторе)
-    yield _empty_compare_payload(), "⏳ Проверяем ввод..."
+def tryon_ui_imageslider(person_pil, selected_filename, fit_choice):
+    # outputs: (slider_tuple, status)
+    yield (None, None), "⏳ Проверяем ввод..."
 
     ok, msg = allow_call(2.5)
     if not ok:
-        yield _empty_compare_payload(), msg
+        yield (None, None), msg
         return
 
     if person_pil is None:
-        yield _empty_compare_payload(), "❌ Загрузите фото человека"
+        yield (None, None), "❌ Загрузите фото человека"
         return
     if not selected_filename:
-        yield _empty_compare_payload(), "❌ Выберите одежду (клик по превью)"
+        yield (None, None), "❌ Выберите одежду (клик по превью)"
         return
 
     garm = load_garment_pil(selected_filename)
     if garm is None:
-        yield _empty_compare_payload(), "❌ Не удалось загрузить выбранную одежду"
+        yield (None, None), "❌ Не удалось загрузить выбранную одежду"
         return
 
-    # параметры от посадки
     denoise_steps, guidance_scale = fit_to_params(fit_choice)
+    _, diag = check_photo_quality(person_pil)
 
-    # 2) подсказки (не блокируем)
-    tips_md, diag = check_photo_quality(person_pil)
-
-    yield _empty_compare_payload(), f"🧠 Анализируем позу и силуэт...  {diag}"
+    # 3) progress-stages
+    yield (None, None), f"🧠 Анализируем позу и силуэт... {diag}"
     time.sleep(0.05)
-    yield _empty_compare_payload(), "🧵 Подгоняем посадку..."
+    yield (None, None), "🧵 Подгоняем посадку..."
     time.sleep(0.05)
-    yield _empty_compare_payload(), "✨ Примеряем ткань..."
+    yield (None, None), "✨ Примеряем ткань..."
 
     try:
         out = start_tryon(
@@ -536,16 +501,54 @@ def tryon_ui(person_pil, selected_filename, fit_choice):
             seed=42,
             guidance_scale=guidance_scale,
         )
-        payload = pack_compare_output(COMPARE_MODE, person_pil, out)
-        yield payload, "✅ Готово"
+        yield (person_pil, out), "✅ Готово"
     except Exception as e:
-        yield _empty_compare_payload(), f"❌ Ошибка: {type(e).__name__}: {str(e)[:220]}"
+        yield (None, None), f"❌ Ошибка: {type(e).__name__}: {str(e)[:220]}"
+
 
-def _empty_compare_payload():
-    # Нужно возвращать "правильной формы" значения, иначе Gradio ругается на типы.
-    if COMPARE_MODE == "imageslider":
-        return (None, None)
-    return (None, None)
+def tryon_ui_pair(person_pil, selected_filename, fit_choice):
+    # outputs: (before, after, status)
+    yield None, None, "⏳ Проверяем ввод..."
+
+    ok, msg = allow_call(2.5)
+    if not ok:
+        yield None, None, msg
+        return
+
+    if person_pil is None:
+        yield None, None, "❌ Загрузите фото человека"
+        return
+    if not selected_filename:
+        yield None, None, "❌ Выберите одежду (клик по превью)"
+        return
+
+    garm = load_garment_pil(selected_filename)
+    if garm is None:
+        yield None, None, "❌ Не удалось загрузить выбранную одежду"
+        return
+
+    denoise_steps, guidance_scale = fit_to_params(fit_choice)
+    _, diag = check_photo_quality(person_pil)
+
+    yield None, None, f"🧠 Анализируем позу и силуэт... {diag}"
+    time.sleep(0.05)
+    yield None, None, "🧵 Подгоняем посадку..."
+    time.sleep(0.05)
+    yield None, None, "✨ Примеряем ткань..."
+
+    try:
+        out = start_tryon(
+            human_pil=person_pil,
+            garm_img=garm,
+            auto_mask=True,
+            crop_center=True,
+            denoise_steps=denoise_steps,
+            seed=42,
+            guidance_scale=guidance_scale,
+        )
+        yield person_pil, out, "✅ Готово"
+    except Exception as e:
+        yield None, None, f"❌ Ошибка: {type(e).__name__}: {str(e)[:220]}"
 
 
 # Preload garments
@@ -563,11 +566,8 @@ with gr.Blocks(title="Virtual Try-On Rendez-vous", css=CUSTOM_CSS) as demo:
         with gr.Column():
             person = gr.Image(label="Фото человека", type="pil", height=420)
 
-            # 2) Подсказки + диагностика
             tips = gr.Markdown("Загрузите фото — здесь появятся советы.")
             diag = gr.Markdown("")
-
-            # обновляем подсказки при загрузке/смене фото
             person.change(fn=on_person_change, inputs=[person], outputs=[tips, diag])
 
             with gr.Row():
@@ -582,7 +582,6 @@ with gr.Blocks(title="Virtual Try-On Rendez-vous", css=CUSTOM_CSS) as demo:
                 allow_preview=True,
             )
 
-            # 4) Посадка
             fit = gr.Radio(
                 ["По фигуре", "Свободная", "Оверсайз"],
                 value="Свободная",
@@ -593,16 +592,26 @@ with gr.Blocks(title="Virtual Try-On Rendez-vous", css=CUSTOM_CSS) as demo:
             status = gr.Textbox(value="Ожидание...", interactive=False)
 
         with gr.Column():
-            # 5) До/После
-            compare_component, mode = build_compare_components()
-            COMPARE_MODE = mode  # задаём глобально, чтобы generator правильно формировал payload
-
-            # если есть ImageSlider, он один компонент; если fallback — два
-            if COMPARE_MODE == "imageslider":
-                compare_out = compare_component
+            gr.Markdown("### Результат (До / После)")
+
+            if hasattr(gr, "ImageSlider"):
+                compare = gr.ImageSlider(label="До / После")
+                run.click(
+                    fn=tryon_ui_imageslider,
+                    inputs=[person, selected_garment_state, fit],
+                    outputs=[compare, status],
+                    concurrency_limit=1,
+                )
             else:
-                before_img, after_img = compare_component
-                compare_out = (before_img, after_img)
+                with gr.Row():
+                    before_img = gr.Image(label="До", type="pil", height=360)
+                    after_img = gr.Image(label="После", type="pil", height=360)
+                run.click(
+                    fn=tryon_ui_pair,
+                    inputs=[person, selected_garment_state, fit],
+                    outputs=[before_img, after_img, status],
+                    concurrency_limit=1,
+                )
 
     garment_gallery.select(
         fn=on_gallery_select,
@@ -616,25 +625,8 @@ with gr.Blocks(title="Virtual Try-On Rendez-vous", css=CUSTOM_CSS) as demo:
         outputs=[garment_gallery, garment_files_state, selected_garment_state, status],
     )
 
-    # Выходы зависят от режима сравнения
-    if COMPARE_MODE == "imageslider":
-        run.click(
-            fn=tryon_ui,
-            inputs=[person, selected_garment_state, fit],
-            outputs=[compare_out, status],
-            concurrency_limit=1,
-        )
-    else:
-        before_img, after_img = compare_out
-        run.click(
-            fn=tryon_ui,
-            inputs=[person, selected_garment_state, fit],
-            outputs=[before_img, after_img, status],
-            concurrency_limit=1,
-        )
-
-# Важно для L4: очередь + 1 параллельный инференс
-demo.queue(concurrency_count=1, max_size=20)
+# Gradio 4.24: НЕ используем concurrency_count, иначе падает
+demo.queue(max_size=20)
 
 if __name__ == "__main__":
     demo.launch(