Upload app.py with huggingface_hub

app.py

@@ -156,38 +156,35 @@ AVAILABLE_LORAS = {
     }
 }
 
-loaded_loras = {}
-
-def load_lora(pipe, lora_name):
-    """Загружает LoRA в pipeline"""
+def apply_lora(pipe, lora_name, lora_scale):
+    """Применяет LoRA к pipeline (по референсной реализации)"""
     if lora_name == "None" or lora_name not in AVAILABLE_LORAS:
-        return pipe
-    
-    if lora_name in loaded_loras:
-        logger.info(f"  Using cached LoRA: {lora_name}")
-        return pipe
+        return
     
     lora_info = AVAILABLE_LORAS[lora_name]
     logger.info(f"  Loading LoRA: {lora_name} from {lora_info['repo']}")
     
     try:
+        # Всегда выгружаем существующие LoRA перед загрузкой новых
+        pipe.unload_lora_weights()
+        
+        # Загружаем LoRA с adapter_name
+        weight_name = lora_info.get("weights", None)
         pipe.load_lora_weights(
             lora_info["repo"],
-            weight_name=lora_info["weights"],
-            adapter_name=lora_name  # Используем имя как adapter_name
+            weight_name=weight_name,
+            low_cpu_mem_usage=True,
+            adapter_name="style"  # Используем фиксированное имя "style"
         )
-        loaded_loras[lora_name] = True
-        logger.info(f"  ✓ LoRA loaded: {lora_name}")
+        
+        # Активируем adapter с заданным весом
+        pipe.set_adapters(["style"], adapter_weights=[lora_scale])
+        logger.info(f"  ✓ LoRA activated: {lora_name} (scale: {lora_scale})")
+        
     except Exception as e:
-        logger.warning(f"  ⚠️ Failed to load LoRA {lora_name}: {e}")
-    
-    return pipe
-
-def unload_loras(pipe):
-    """Выгружает все LoRA"""
-    if hasattr(pipe, 'unload_lora_weights'):
-        pipe.unload_lora_weights()
-        loaded_loras.clear()
+        logger.warning(f"  ⚠️ Failed to apply LoRA {lora_name}: {e}")
+        import traceback
+        logger.warning(traceback.format_exc())
 
 # =================================================================
 # GENERATION FUNCTIONS
@@ -224,10 +221,9 @@ def generate_text2img(
     logger.info(f"  Seed: {seed}, LoRA: {lora_name}")
     
     try:
-        # Загружаем LoRA если выбрана
+        # Применяем LoRA если выбрана
         if lora_name != "None":
-            load_lora(pipe_txt2img, lora_name)
-            pipe_txt2img.set_adapters([lora_name], adapter_weights=[lora_scale])
+            apply_lora(pipe_txt2img, lora_name, lora_scale)
         
         generator = torch.Generator(device="cuda:0" if torch.cuda.is_available() else "cpu").manual_seed(seed)
         
@@ -241,6 +237,11 @@ def generate_text2img(
             generator=generator
         ).images[0]
         
+        # Выгружаем LoRA после генерации
+        if lora_name != "None":
+            pipe_txt2img.unload_lora_weights()
+            logger.info("  ✓ LoRA unloaded")
+        
         logger.info("  ✓ Generation complete")
         
         return image, seed
@@ -285,10 +286,9 @@ def generate_img2img(
     logger.info(f"  Seed: {seed}, LoRA: {lora_name}")
     
     try:
-        # Загружаем LoRA если выбрана
+        # Применяем LoRA если выбрана
         if lora_name != "None":
-            load_lora(pipe_img2img, lora_name)
-            pipe_img2img.set_adapters([lora_name], adapter_weights=[lora_scale])
+            apply_lora(pipe_img2img, lora_name, lora_scale)
         
         generator = torch.Generator(device="cuda:0" if torch.cuda.is_available() else "cpu").manual_seed(seed)
         
@@ -302,6 +302,11 @@ def generate_img2img(
             generator=generator
         ).images[0]
         
+        # Выгружаем LoRA после генерации
+        if lora_name != "None":
+            pipe_img2img.unload_lora_weights()
+            logger.info("  ✓ LoRA unloaded")
+        
         logger.info("  ✓ Generation complete")
         
         return image, seed