Update app.py

app.py

@@ -4,86 +4,47 @@ from PIL import Image
 from diffusers import StableDiffusionXLImg2ImgPipeline
 import spaces
 
-# 1. Definición del modelo SDXL súper ligero
+# Usaremos un modelo que el sistema ya tiene en caché o que descarga de forma ligera
 MODEL_ID = "stabilityai/stable-diffusion-xl-base-1.0"
 
-print("Iniciando descarga de SDXL FP16...")
+# Esta configuración es mucho más amigable para el servidor gratuito
 pipe = StableDiffusionXLImg2ImgPipeline.from_pretrained(
-    MODEL_ID,
-    torch_dtype=torch.float16,
-    variant="fp16",
+    MODEL_ID, 
+    torch_dtype=torch.float16, 
     use_safetensors=True
 )
 
-# ELIMINADO: pipe.enable_model_cpu_offload() porque ZeroGPU no tiene GPU en el arranque global
-
-# 2. Cargamos IP-Adapter (El extractor de ropa/estilo)
-print("Cargando IP-Adapter (Inyector de estilo)...")
+# Cargamos el inyector de estilo (IP-Adapter)
 pipe.load_ip_adapter("h94/IP-Adapter", subfolder="sdxl_models", weight_name="ip-adapter_sdxl.safetensors")
 
-# @spaces.GPU nos da acceso a una A100 gratuita durante la inferencia
 @spaces.GPU
-def process_cosplay_edit(base_image, reference_image, prompt, steps, strength, ip_scale, seed):
-    if base_image is None or reference_image is None:
-        raise gr.Error("Por favor, sube ambas imágenes.")
-    
-    # EL TRUCO DE ZEROGPU: Movemos el modelo a la GPU solo cuando la función se activa
+def generate_cosplay(base_image, reference_image, prompt):
+    # Movemos el pipeline a la GPU solo cuando se presiona el botón
     pipe.to("cuda")
+    pipe.set_ip_adapter_scale(0.7)
     
-    # Redimensionar a la resolución óptima de SDXL (1024x1024)
-    base_resized = base_image.resize((1024, 1024), Image.Resampling.LANCZOS)
-    ref_resized = reference_image.resize((1024, 1024), Image.Resampling.LANCZOS)
-
-    # Ajustamos qué tanto peso tiene la imagen de referencia (la ropa)
-    pipe.set_ip_adapter_scale(float(ip_scale))
-
-    generator = torch.Generator("cuda").manual_seed(int(seed))
+    # Procesamiento
+    image = pipe(
+        prompt=prompt,
+        image=base_image.resize((1024, 1024)),
+        ip_adapter_image=reference_image.resize((1024, 1024)),
+        strength=0.7,
+        num_inference_steps=20
+    ).images[0]
     
-    # Proceso de generación
-    with torch.inference_mode():
-        output = pipe(
-            prompt=prompt,
-            image=base_resized,           # Foto 1: La persona real (Mantiene la pose)
-            ip_adapter_image=ref_resized, # Foto 2: El personaje/ropa de referencia
-            strength=float(strength),     # 0.0 = Igual a Foto 1, 1.0 = Totalmente diferente
-            num_inference_steps=int(steps),
-            guidance_scale=7.5,
-            generator=generator
-        )
-        
-    return output.images[0]
+    # Liberamos la GPU inmediatamente después
+    pipe.to("cpu")
+    return image
 
-# --- Construcción de la Interfaz ---
-with gr.Blocks(theme=gr.themes.Base()) as demo:
-    gr.Markdown("# **Cambiador de Ropa Cosplay (SDXL + IP-Adapter)**")
-    gr.Markdown("Extrae la ropa de la Foto 2 y aplícala sobre la persona en la Foto 1.")
-    
+# Interfaz simplificada para evitar errores de memoria
+with gr.Blocks() as demo:
     with gr.Row():
-        with gr.Column():
-            base_input = gr.Image(label="Foto 1: Tú (Persona Base)", type="pil")
-            ref_input = gr.Image(label="Foto 2: El Atuendo (Personaje/Referencia)", type="pil")
-            prompt_input = gr.Textbox(
-                label="Instrucción de texto (Prompt)",
-                value="masterpiece, best quality, ultra-realistic photo of the person wearing the exact clothes from the reference image, high resolution, detailed fabric",
-                lines=3
-            )
-            
-            with gr.Accordion("Ajustes de Transferencia", open=False):
-                strength_scale = gr.Slider(minimum=0.3, maximum=0.99, value=0.85, step=0.05, label="Fuerza de Transformación (Strength)")
-                ip_scale = gr.Slider(minimum=0.1, maximum=1.0, value=0.7, step=0.05, label="Influencia de la Ropa (IP Scale)")
-                inference_steps = gr.Slider(minimum=15, maximum=40, value=30, step=1, label="Pasos de Calidad")
-                seed_num = gr.Number(value=4242, label="Semilla")
-                
-            generate_btn = gr.Button("Aplicar Ropa", variant="primary")
-            
-        with gr.Column():
-            output_display = gr.Image(label="Resultado Final")
-
-    generate_btn.click(
-        fn=process_cosplay_edit,
-        inputs=[base_input, ref_input, prompt_input, inference_steps, strength_scale, ip_scale, seed_num],
-        outputs=output_display
-    )
+        base_img = gr.Image(label="Persona (Foto 1)", type="pil")
+        ref_img = gr.Image(label="Ropa (Foto 2)", type="pil")
+    prompt = gr.Textbox(value="masterpiece, realistic photo, person wearing the outfit from reference", label="Prompt")
+    btn = gr.Button("Generar Resultado")
+    result = gr.Image()
+    
+    btn.click(generate_cosplay, inputs=[base_img, ref_img, prompt], outputs=result)
 
-if __name__ == "__main__":
-    demo.queue().launch()
+demo.launch()