Update app.py

app.py

@@ -1,4 +1,4 @@
-# app.py - FIX FÜR TIMEOUT PROBLEM
+# app.py - OPTIMIERTE VERSION
 import gradio as gr
 from diffusers import StableDiffusionPipeline, StableDiffusionImg2ImgPipeline
 import torch
@@ -8,18 +8,19 @@ import time
 # === OPTIMIERTE EINSTELLUNGEN ===
 device = "cuda" if torch.cuda.is_available() else "cpu"
 torch_dtype = torch.float16 if device == "cuda" else torch.float32
-IMG_SIZE = 256  # Noch kleiner für schnellere Generierung
-STEPS = 15      # Noch weniger Schritte
+IMG_SIZE = 320  # Bessere Qualität aber noch schnell
+STEPS = 20      # Mehr Schritte für bessere Qualität
 
 print(f"Running on: {device}")
 
 # === PIPELINES ===
 pipe_txt2img = None
+pipe_img2img = None
 
-def load_pipeline():
+def load_txt2img():
     global pipe_txt2img
     if pipe_txt2img is None:
-        print("Loading model...")
+        print("Loading Text-to-Image model...")
         pipe_txt2img = StableDiffusionPipeline.from_pretrained(
             "runwayml/stable-diffusion-v1-5",
             torch_dtype=torch_dtype,
@@ -30,6 +31,20 @@ def load_pipeline():
         pipe_txt2img.enable_attention_slicing()
     return pipe_txt2img
 
+def load_img2img():
+    global pipe_img2img
+    if pipe_img2img is None:
+        print("Loading Image-to-Image model...")
+        pipe_img2img = StableDiffusionImg2ImgPipeline.from_pretrained(
+            "runwayml/stable-diffusion-v1-5",
+            torch_dtype=torch_dtype,
+            use_safetensors=True,
+            safety_checker=None,
+            requires_safety_checker=False
+        ).to(device)
+        pipe_img2img.enable_attention_slicing()
+    return pipe_img2img
+
 # === FUNKTIONEN ===
 def text_to_image(prompt):
     try:
@@ -39,21 +54,20 @@ def text_to_image(prompt):
         print(f"Starting generation for: {prompt}")
         start_time = time.time()
         
-        pipe = load_pipeline()
+        pipe = load_txt2img()
         
-        # Schnellste mögliche Generierung
+        # Optimierte Generierung für bessere Qualität
         image = pipe(
             prompt=prompt,
             height=IMG_SIZE,
             width=IMG_SIZE,
             num_inference_steps=STEPS,
-            guidance_scale=7.0,  # Niedriger für schnellere Konvergenz
+            guidance_scale=7.5,  # Standard für bessere Qualität
         ).images[0]
         
         end_time = time.time()
         print(f"✅ Bild generiert in {end_time - start_time:.2f} Sekunden")
         
-        # Sofortige Rückgabe
         return image
         
     except Exception as e:
@@ -62,35 +76,112 @@ def text_to_image(prompt):
         traceback.print_exc()
         return None
 
-# === UI MIT EXPLIZITER QUEUE ===
+def img_to_image(image, prompt="", strength=0.75):
+    try:
+        if image is None:
+            return None
+            
+        print(f"Image-to-Image mit Prompt: {prompt}")
+        start_time = time.time()
+        
+        pipe = load_img2img()
+        img_resized = image.convert("RGB").resize((IMG_SIZE, IMG_SIZE))
+        
+        result = pipe(
+            prompt=prompt,
+            image=img_resized,
+            strength=strength,
+            num_inference_steps=STEPS,
+            guidance_scale=7.5
+        )
+        
+        end_time = time.time()
+        print(f"✅ Bild transformiert in {end_time - start_time:.2f} Sekunden")
+        
+        return result.images[0]
+        
+    except Exception as e:
+        print(f"❌ Fehler: {e}")
+        import traceback
+        traceback.print_exc()
+        return None
+
+# === UI ===
 with gr.Blocks() as app:
     gr.Markdown("# 🎨 AI Bild Generator")
     
     with gr.Tab("Text zu Bild"):
-        gr.Markdown("**Eingabe (Englisch):**")
+        gr.Markdown("**Beschreibe dein gewünschtes Bild:**")
         txt_input = gr.Textbox(
-            placeholder="z.B. a red apple on a table",
-            lines=2
+            placeholder="z.B. a red apple on a wooden table, photorealistic",
+            lines=2,
+            label="Prompt (Englisch)"
+        )
+        generate_btn = gr.Button("🎨 Bild generieren", variant="primary")
+        txt_output = gr.Image(
+            label="Generiertes Bild", 
+            show_download_button=True
         )
-        generate_btn = gr.Button("🎨 Generieren", variant="primary")
-        txt_output = gr.Image(label="Ergebnis")
         
         generate_btn.click(
             fn=text_to_image,
             inputs=txt_input,
             outputs=txt_output,
-            # Wichtig: Queue konfigurieren
             concurrency_limit=1
         )
 
-# === LAUNCH MIT OPTIMIERTEN TIMEOUTS ===
+    with gr.Tab("Bild zu Bild"):
+        gr.Markdown("**Lade ein Bild hoch und beschreibe die gewünschte Veränderung:**")
+        
+        with gr.Row():
+            img_input = gr.Image(
+                type="pil", 
+                label="Eingabebild",
+                height=300
+            )
+        
+        with gr.Row():
+            img_prompt = gr.Textbox(
+                placeholder="z.B. convert to winter landscape with snow",
+                lines=2,
+                label="Transformations-Prompt (Englisch)"
+            )
+        
+        with gr.Row():
+            strength_slider = gr.Slider(
+                0.6, 0.9, 0.75, 
+                label="Stärke der Veränderung"
+            )
+        
+        with gr.Row():
+            gr.Markdown(
+                "**Stärke-Einstellung:**  "
+                "• **0.6-0.7:** Behält mehr vom Original bei  "
+                "• **0.75:** Gute Balance (empfohlen)  "  
+                "• **0.8-0.9:** Stärkere Veränderungen"
+            )
+        
+        transform_btn = gr.Button("🔄 Bild transformieren", variant="primary")
+        
+        with gr.Row():
+            img_output = gr.Image(
+                label="Transformiertes Bild",
+                show_download_button=True
+            )
+        
+        transform_btn.click(
+            fn=img_to_image,
+            inputs=[img_input, img_prompt, strength_slider],
+            outputs=img_output,
+            concurrency_limit=1
+        )
+
+# === APP START ===
 app.launch(
     share=True,
     server_name="0.0.0.0",
     server_port=7860,
-    # Wichtige Timeout-Einstellungen:
     max_file_size="10MB",
-    # Verhindert "Connection re-established":
     ssl_verify=False,
     quiet=True,
     show_error=True