Update app.py

app.py

@@ -30,20 +30,23 @@ pipe = StableDiffusionXLControlNetPipeline.from_pretrained(
 )
 
 # 4. LCM-LoRA लोड करें (तेज़ स्पीड के लिए)
+# peft इंस्टॉल होने के बाद यह लाइन बिना एरर के काम करेगी
 pipe.load_lora_weights("latent-consistency/lcm-lora-sdxl")
 pipe.scheduler = LCMScheduler.from_config(pipe.scheduler.config)
 
-# 5. CPU पर रखें
+# 5. CPU पर रखें (चूँकि आप इसे फ्री CPU स्पेस पर चला रहे हैं)
 pipe.to("cpu")
 
 def edit_image(original_image_path, prompt):
+    print("इमेज प्रोसेस हो रही है, कृपया प्रतीक्षा करें...")
+    
     # इमेज को लोड और प्रोसेस करें
     image = Image.open(original_image_path).convert("RGB")
     
-    # Canny एज डिटेक्शन
+    # Canny एज डिटेक्शन (इमेज का ढांचा निकालने के लिए)
     control_image = canny_detector(image)
     
-    # इमेज जनरेशन (LCM के कारण केवल 4-5 स्टेप्स काफी हैं)
+    # इमेज जनरेशन (LCM के कारण केवल 5 स्टेप्स काफी हैं)
     image_edited = pipe(
         prompt=prompt, 
         image=control_image,
@@ -53,7 +56,7 @@ def edit_image(original_image_path, prompt):
     ).images[0]
     
     image_edited.save("edited_output.png")
-    print("इमेज एडिट होकर सेव हो गई है: edited_output.png")
+    print("सफलता! इमेज एडिट होकर सेव हो गई है: edited_output.png")
 
-# उपयोग करने का उदाहरण:
+# टेस्टिंग के लिए यहाँ अपनी इमेज का नाम और प्रॉम्ट डालें:
 # edit_image("image_0.png", "A beautiful landscape with cherry blossom trees, realistic, high quality")