Delete ap1234.py

.gitattributes

@@ -33,4 +33,3 @@ saved_model/**/* filter=lfs diff=lfs merge=lfs -text
 *.zip filter=lfs diff=lfs merge=lfs -text
 *.zst filter=lfs diff=lfs merge=lfs -text
 *tfevents* filter=lfs diff=lfs merge=lfs -text
-*.png filter=lfs diff=lfs merge=lfs -text

Text2Long_text.py

@@ -9,7 +9,7 @@ tokenizer = AutoTokenizer.from_pretrained("skt/kogpt2-base-v2")
 model = AutoModelForCausalLM.from_pretrained("skt/kogpt2-base-v2").to(device)
 
 # 3. 한국어 소설 생성 함수
-def generate_korean_story(prompt, max_length=100):
+def generate_korean_story(prompt, max_length=300):
     input_ids = tokenizer.encode(prompt, return_tensors="pt").to(device)
 
     outputs = model.generate(
@@ -31,7 +31,7 @@ def generate_korean_story(prompt, max_length=100):
 # 4. 실행
 if __name__ == "__main__":
     user_prompt = input("📜 소설의 시작 문장을 입력하세요 (한국어): ")
-    result = generate_korean_story(user_prompt, max_length=100)
+    result = generate_korean_story(user_prompt, max_length=500)
     
     print("\n📖 생성된 한국어 소설:\n")
     print(result)

ap1234.py

@@ -1,7 +0,0 @@
-import gradio as gr
-
-def greet(name):
-    return "Helloasdfasdf " + name + "!!"
-
-demo = gr.Interface(fn=greet, inputs="text", outputs="text")
-demo.launch()

app.py

@@ -1,57 +1,15 @@
 import gradio as gr
-from model.animagine_xl import generate_animagine_xl
-from model.animesai import generate_animesai
-from model.generate_sdxl_with_refiner import generate_sdxl_with_refiner
-from model.ghibli import generate_ghibli
-from model.realistic import generate_realistic
-from model.sd_turbo import generate_sd_turbo
-from model.waifu import generate_waifu
 from Text2Long_text import generate_korean_story
 
-# 모델 함수 매핑
+def make_story(user_prompt):
+    # generate_korean_story 함수에 유저 입력과 길이 전달
+    return generate_korean_story(user_prompt, max_length=500)
 
-model_id = "hakurei/waifu-diffusion"
-
-MODEL_FUNCTIONS = {
-    "Animagine XL": generate_animagine_xl,
-    "Animesai": generate_animesai,
-    "SDXL+Refiner": generate_sdxl_with_refiner,
-    "Ghibli": generate_ghibli,
-    "Realistic": generate_realistic,
-    "SD Turbo": generate_sd_turbo,
-    "Waifu Diffusion": generate_waifu,
-    "한국어 긴 이야기 생성": lambda prompt: generate_korean_story(prompt, max_length=100),
-}
-
-def generate_story_then_images(prompt, selected_models):
-    # 1. 선택지 중 '한국어 긴 이야기 생성'이 포함되어 있으면 먼저 스토리를 생성
-    story = ""
-    if "한국어 긴 이야기 생성" in selected_models:
-        story = generate_korean_story(prompt, max_length=100)
-    # 2. 이미지 생성 모델들에는 이야기(스토리)가 있으면 그걸 프롬프트로 넣어줌
-    img_prompt = story if story else prompt
-    images = [
-        MODEL_FUNCTIONS[name](img_prompt)
-        for name in selected_models
-        if name != "한국어 긴 이야기 생성"
-    ]
-    return images, story
-
-with gr.Blocks() as demo:
-    gr.Markdown("## 원하는 생성 모델로 이미지를 생성하거나, 긴 한국어 이야기를 먼저 만들고 그 이야기로 이미지를 만들 수 있습니다.")
-    prompt = gr.Textbox(label="프롬프트(텍스트를 입력하세요)")
-    models = gr.CheckboxGroup(
-        choices=list(MODEL_FUNCTIONS.keys()),
-        label="사용할 모델을 선택하세요"
-    )
-    gallery = gr.Gallery(label="생성 이미지 (선택한 모델별)")
-    long_textbox = gr.Textbox(label="생성된 이야기(텍스트)", lines=10, interactive=False)
-    generate_btn = gr.Button("생성하기")
-
-    generate_btn.click(
-        fn=generate_story_then_images,
-        inputs=[prompt, models],
-        outputs=[gallery, long_textbox]
-    )
+# Gradio 인터페이스
+demo = gr.Interface(
+    fn=make_story,
+    inputs=gr.Textbox(label="프롬프트(이야기 주제 또는 첫 문장) 입력"),
+    outputs=gr.Textbox(label="AI가 생성한 긴 한국어 이야기")
+)
 
 demo.launch()

app3.py

@@ -1,44 +1,3 @@
-import torch
-from transformers import AutoTokenizer, AutoModelForCausalLM
-import re  # ← 문장 분리용
-
-# 1. 디바이스 설정
-device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
-
-# 2. 한국어 GPT-2 모델과 토크나이저 로드
-tokenizer = AutoTokenizer.from_pretrained("skt/kogpt2-base-v2")
-model = AutoModelForCausalLM.from_pretrained("skt/kogpt2-base-v2").to(device)
-
-# 3. 한국어 소설 생성 함수 (4문장만 출력)
-def generate_korean_story(prompt, max_length=300, num_sentences=4):
-    input_ids = tokenizer.encode(prompt, return_tensors="pt").to(device)
-
-    outputs = model.generate(
-        input_ids,
-        max_length=max_length,
-        min_length=100,
-        do_sample=True,
-        temperature=0.9,
-        top_k=50,
-        top_p=0.95,
-        repetition_penalty=1.2,
-        no_repeat_ngram_size=3,
-        eos_token_id=tokenizer.eos_token_id
-    )
-
-    full_text = tokenizer.decode(outputs[0], skip_special_tokens=True)
-
-    # 문장 단위로 자르기 (정규표현식으로 마침표/물음표/느낌표 기준)
-    sentences = re.split(r'(?<=[.?!])\s+', full_text.strip())
-
-    # 앞에서 4문장만 선택 후 합치기
-    story = " ".join(sentences[:num_sentences])
-    return story
-
-# 4. 실행
-if __name__ == "__main__":
-    user_prompt = input("📜 소설의 시작 문장을 입력하세요 (한국어): ")
-    result = generate_korean_story(user_prompt, max_length=500, num_sentences=4)
-    
-    print("\n📖 생성된 한국어 소설 (4문장):\n")
-    print(result)
+asdasdasd
+asdasdsa
+asdasdasdas

dsavv.py

@@ -1 +1 @@
-fdagabb
+fdagabb

image.py

@@ -1,20 +0,0 @@
-from diffusers import StableDiffusionXLPipeline
-import torch
-
-# 모델 로드 (SDXL Base 1.0)
-pipe = StableDiffusionXLPipeline.from_pretrained(
-    "stabilityai/stable-diffusion-xl-base-1.0", 
-    torch_dtype=torch.float16,
-    variant="fp16",
-    use_safetensors=True
-).to("cuda")
-
-# 텍스트 프롬프트
-prompt = '그녀를 바라보는 한 남자의 야망'
-
-
-# 이미지 생성
-image = pipe(prompt=prompt).images[0]
-image.save("output_scene2.png")
-print("✅ 이미지 저장 완료: output_scene2.png")
-print("확인용")

manual_4cut_comic.py

@@ -1,41 +0,0 @@
-from diffusers import StableDiffusionPipeline
-import torch
-from PIL import Image
-import os
-
-# 이미지 생성 파이프라인
-image_gen = StableDiffusionPipeline.from_pretrained(
-    "CompVis/stable-diffusion-v1-4",
-    torch_dtype=torch.float16,
-).to("cuda" if torch.cuda.is_available() else "cpu")
-
-def generate_comic_manual(cuts, output_dir="comic_outputs"):
-    """
-    cuts: 4개의 텍스트(컷 설명)가 담긴 리스트
-    """
-    if len(cuts) != 4:
-        raise ValueError("정확히 4개의 컷 설명을 입력해주세요.")
-
-    os.makedirs(output_dir, exist_ok=True)
-
-    image_paths = []
-    for i, cut in enumerate(cuts):
-        print(f"컷 {i+1}: {cut}")
-        image = image_gen(cut).images[0]
-        path = os.path.join(output_dir, f"cut_{i+1}.png")
-        image.save(path)
-        image_paths.append(path)
-
-    print(f"\n✅ 저장 완료! 총 {len(image_paths)}장의 컷이 생성되었습니다.")
-    return image_paths
-
-# 사용 예시
-if __name__ == "__main__":
-    cuts = [
-    "A cat launches in a rocket into space",
-    "A cat arrives on an alien planet",
-    "The cat meets a robot friend",
-    "The cat returns to Earth and writes in a diary"
-]
-
-    generate_comic_manual(cuts)

model/animagine_xl.py

@@ -1,47 +0,0 @@
-# from diffusers import StableDiffusionXLPipeline, EulerAncestralDiscreteScheduler
-# import torch
-
-# def generate_animagine_xl(prompt: str):
-#     model_id = "Linaqruf/animagine-xl"
-#     pipe = StableDiffusionXLPipeline.from_pretrained(
-#         model_id,
-#         torch_dtype=torch.float16,
-#         use_safetensors=True,
-#         variant="fp16"
-#     )
-#     pipe.scheduler = EulerAncestralDiscreteScheduler.from_config(pipe.scheduler.config)
-#     pipe = pipe.to("cuda")
-#     image = pipe(prompt=prompt, width=1024, height=1024).images[0]
-#     image.save("output_animagine_xl.png")
-#     print("✅ 저장 완료: output_animagine_xl.png")
-#     return image
-
-# if __name__ == "__main__":
-#     prompt = "그녀를 바라보는 한 남자의 야망"
-#     generate_animagine_xl(prompt)
-
-
-from diffusers import StableDiffusionXLPipeline, EulerAncestralDiscreteScheduler
-import torch
-
-# (1) 모델과 스케줄러를 전역에서 한 번만 초기화
-model_id = "Linaqruf/animagine-xl"
-pipe = StableDiffusionXLPipeline.from_pretrained(
-    model_id,
-    torch_dtype=torch.float16,
-    use_safetensors=True,
-    variant="fp16"
-)
-pipe.scheduler = EulerAncestralDiscreteScheduler.from_config(pipe.scheduler.config)
-pipe = pipe.to("cpu")  # 또는 "cpu"로 변경 가능
-
-# (2) 이미지 생성 함수
-def generate_animagine_xl(prompt: str):
-    image = pipe(prompt=prompt, width=1024, height=1024).images[0]
-    image.save("output_animagine_xl.png")
-    print("✅ 저장 완료: output_animagine_xl.png")
-    return image
-
-if __name__ == "__main__":
-    prompt = "그녀를 바라보는 한 남자의 야망"
-    generate_animagine_xl(prompt)

model/animesai.py

@@ -1,23 +0,0 @@
-from diffusers import StableDiffusionXLPipeline, AutoencoderKL
-import torch
-
-def generate_animesai(prompt: str):
-    model_id = "enhanceaiteam/AnimeSAI"
-    vae = AutoencoderKL.from_pretrained(
-        "madebyollin/sdxl-vae-fp16-fix",
-        torch_dtype=torch.float16
-    ).to("cuda")
-    pipe = StableDiffusionXLPipeline.from_pretrained(
-        model_id,
-        vae=vae,
-        torch_dtype=torch.float16,
-        use_safetensors=True
-    ).to("cuda")
-    image = pipe(prompt=prompt, width=1024, height=1024, guidance_scale=7).images[0]
-    image.save("output_animesai.png")
-    print("✅ 저장 완료: output_animesai.png")
-    return image
-
-if __name__ == "__main__":
-    prompt = "그녀를 바라보는 한 남자의 야망"
-    generate_animesai(prompt)

model/generate_sdxl_with_refiner.py

@@ -1,39 +0,0 @@
-from diffusers import StableDiffusionXLPipeline, StableDiffusionXLImg2ImgPipeline
-import torch
-from PIL import Image
-
-def generate_sdxl_with_refiner(prompt: str):
-    # 1단계: Base 모델로 초기 이미지 생성
-    base_model_id = "stabilityai/stable-diffusion-xl-base-1.0"
-    base_pipe = StableDiffusionXLPipeline.from_pretrained(
-        base_model_id,
-        torch_dtype=torch.float16,
-        variant="fp16",
-        use_safetensors=True
-    ).to("cuda")
-
-    base_image = base_pipe(prompt=prompt, num_inference_steps=30).images[0]
-
-    # 2단계: Refiner 모델로 이미지 개선
-    refiner_model_id = "stabilityai/stable-diffusion-xl-refiner-1.0"
-    refiner_pipe = StableDiffusionXLImg2ImgPipeline.from_pretrained(
-        refiner_model_id,
-        torch_dtype=torch.float16,
-        variant="fp16",
-        use_safetensors=True
-    ).to("cuda")
-
-    # Refiner는 PIL 이미지를 입력받아 후처리
-    refined_image = refiner_pipe(
-        prompt=prompt,
-        image=base_image,
-        strength=0.3  # 얼마나 많이 보정할지 (0~1)
-    ).images[0]
-
-    refined_image.save("output_sdxl_refined.png")
-    return refined_image
-
-if __name__ == "__main__":
-    prompt = '그녀를 바라보는 한 남자의 야망'
-    img = generate_sdxl_with_refiner(prompt)
-    img.show()

model/ghibli.py

@@ -1,18 +0,0 @@
-from diffusers import StableDiffusionPipeline
-import torch
-
-def generate_ghibli(prompt: str):
-    model_id = "nitrosocke/Ghibli-Diffusion"
-    pipe = StableDiffusionPipeline.from_pretrained(
-        model_id,
-        torch_dtype=torch.float16,
-        use_safetensors=True
-    ).to("cuda")
-    image = pipe(prompt=prompt).images[0]
-    image.save("output_ghibli.png")
-    print("✅ 저장 완료: output_ghibli.png")
-    return image
-
-if __name__ == "__main__":
-    prompt = "그녀를 바라보는 한 남자의 야망"
-    generate_ghibli(prompt)

model/realistic.py

@@ -1,21 +0,0 @@
-from diffusers import StableDiffusionPipeline
-import torch
-
-def generate_realistic(prompt: str):
-    model_id = "SG161222/Realistic_Vision_V6.0_B1_noVAE"
-    pipe = StableDiffusionPipeline.from_pretrained(
-        model_id,
-        torch_dtype=torch.float16,
-        use_safetensors=False,
-        # variant="fp16"
-    ).to("cuda")
-    
-    image = pipe(prompt=prompt).images[0]
-    return image
-
-if __name__ == "__main__":
-    prompt = '그녀를 바라보는 한 남자의 야망'
-    image = generate_realistic(prompt)
-    image.save("output_realistic.png")
-    print("✅ 저장 완료: output_realistic.png")
-    image.show()

model/sd_turbo.py

@@ -1,21 +0,0 @@
-from diffusers import StableDiffusionPipeline
-import torch
-
-def generate_sd_turbo(prompt: str):
-    model_id = "stabilityai/sd-turbo"
-
-    pipe = StableDiffusionPipeline.from_pretrained(
-        model_id,
-        torch_dtype=torch.float16,
-        use_safetensors=True
-    ).to("cuda")
-
-    image = pipe(prompt=prompt, guidance_scale=0.0).images[0]
-    image.save("output_sd_turbo.png")
-    return image
-
-if __name__ == "__main__":
-    prompt = "그녀를 바라보는 한 남자의 야망"
-    img = generate_sd_turbo(prompt)
-    print("✅ 저장 완료: output_sd_turbo.png")
-    img.show()

model/waifu.py

@@ -1,43 +0,0 @@
-# from diffusers import StableDiffusionPipeline
-# import torch
-
-# def generate_waifu(prompt: str):
-#     model_id = "hakurei/waifu-diffusion"
-#     pipe = StableDiffusionPipeline.from_pretrained(
-#         model_id,
-#         torch_dtype=torch.float16,
-#         use_safetensors=False,
-#         revision="fp16"
-#     ).to("cuda")
-
-#     image = pipe(prompt=prompt).images[0]
-#     return image
-
-# if __name__ == "__main__":
-#     prompt = '그녀를 바라보는 한 남자의 야망'
-#     image = generate_waifu(prompt)
-#     image.save("output_waifu.png")
-#     print("✅ 저장 완료: output_waifu.png")
-#     image.show()
-
-from diffusers import StableDiffusionPipeline
-import torch
-
-model_id = "hakurei/waifu-diffusion"
-pipe = StableDiffusionPipeline.from_pretrained(
-    model_id,
-    torch_dtype=torch.float32,
-    use_safetensors=False
-).to("cpu")  # CPU로 명시
-
-def generate_waifu(prompt: str):
-    image = pipe(prompt=prompt).images[0]
-    return image
-
-
-if __name__ == "__main__":
-    prompt = '그녀를 바라보는 한 남자의 야망'
-    image = generate_waifu(prompt)
-    image.save("output_waifu_cpu.png")
-    print("✅ 저장 완료: output_waifu_cpu.png")
-    image.show()

requirements.txt

@@ -1,8 +0,0 @@
-torch
-gradio
-transformers
-diffusers
-Pillow
-accelerate
-safetensors
-scipy