""" FLUX.2 Gradio App 画像とテキストプロンプトを入力して、FLUX.2で画像生成を行うWebアプリ """ import gc import gradio as gr import torch from diffusers import Flux2Pipeline from googletrans import LANGUAGES, Translator from PIL import Image class FLUX2App: def __init__(self): self.pipe = None self.device = torch.device("cuda" if torch.cuda.is_available() else "cpu") self.torch_dtype = torch.bfloat16 if torch.cuda.is_available() else torch.float32 self.repo_id = "diffusers/FLUX.2-dev-bnb-4bit" def load_model(self): """モデルを初回のみロード""" if self.pipe is None: print("モデルをロード中...") self.pipe = Flux2Pipeline.from_pretrained( self.repo_id, torch_dtype=self.torch_dtype ).to(self.device) # メモリ最適化 self.pipe.enable_model_cpu_offload() print("モデルのロード完了") return self.pipe def generate_image( self, prompt: str, input_image: Image.Image, num_steps: int = 28, guidance_scale: float = 4.0, seed: int = 42, width: int = 1024, height: int = 768, progress=gr.Progress() ): """ 画像を生成 Args: prompt: テキストプロンプト input_image: 入力画像（任意） num_steps: デノイジングステップ数 guidance_scale: ガイダンススケール seed: 乱数シード width: 出力画像の幅 height: 出力画像の高さ progress: Gradio Progress tracker Returns: 生成された画像、ステータスメッセージ """ try: # プロンプトチェック if not prompt or prompt.strip() == "": error_msg = "❌ エラー: プロンプトを入力してください" progress(0, desc=error_msg) return None, error_msg # モデルロード progress(0.1, desc="🔄 モデルをロード中...") pipe = self.load_model() # 生成パラメータ progress(0.2, desc="⚙️ パラメータを設定中...") generator = torch.Generator(device=self.device).manual_seed(seed) # 入力画像の処理 images_input = [input_image] if input_image is not None else None # 画像生成 progress(0.3, desc=f"🎨 画像生成中... (0/{num_steps} steps)") print(f"生成開始: prompt='{prompt[:50]}...', steps={num_steps}, guidance={guidance_scale}") # コールバック関数でプログレスを更新 def callback(pipe, step_index, timestep, callback_kwargs): progress_value = 0.3 + (0.6 * (step_index + 1) / num_steps) progress(progress_value, desc=f"🎨 画像生成中... ({step_index + 1}/{num_steps} steps)") return callback_kwargs result = pipe( prompt=prompt, image=images_input, generator=generator, num_inference_steps=num_steps, guidance_scale=guidance_scale, width=width, height=height, callback_on_step_end=callback, ) output_image = result.images[0] # メモリクリア progress(0.95, desc="🧹 メモリをクリア中...") if torch.cuda.is_available(): torch.cuda.empty_cache() gc.collect() success_msg = f"✅ 生成完了！ (steps={num_steps}, guidance={guidance_scale}, seed={seed})" progress(1.0, desc=success_msg) return output_image, success_msg except torch.cuda.OutOfMemoryError as e: error_msg = f"❌ VRAM不足エラー: メモリが足りません。ステップ数や解像度を下げてください。\n詳細: {str(e)}" print(error_msg) progress(0, desc="❌ VRAM不足エラー") if torch.cuda.is_available(): torch.cuda.empty_cache() gc.collect() return None, error_msg except Exception as e: error_msg = f"❌ エラーが発生しました: {type(e).__name__}\n詳細: {str(e)}" print(error_msg) progress(0, desc=f"❌ {type(e).__name__}") return None, error_msg async def translate_to_english(prompt): """プロンプトを英語に翻訳""" if not prompt or prompt.strip() == "": return "", "⚠️ プロンプトが空です" try: translator = Translator() # awaitを使用してコルーチンを実行 translated = await translator.translate(prompt, src='ja', dest='en') lang_name = LANGUAGES.get('ja', 'Japanese') return translated.text, f"✅ 翻訳完了: {lang_name} → English\n原文: {prompt}\n翻訳: {translated.text}" except Exception as e: error_msg = f"❌ 翻訳エラー: {type(e).__name__}: {str(e)}" print(error_msg) return prompt, error_msg def create_ui(): """Gradio UIを作成""" app = FLUX2App() with gr.Blocks(title="FLUX.2 画像生成", theme=gr.themes.Soft()) as demo: gr.Markdown( """ # 🎨 FLUX.2 画像生成アプリ テキストプロンプトと入力画像（任意）から、FLUX.2で新しい画像を生成します。 """ ) with gr.Row(): with gr.Column(scale=1): # 入力エリア gr.Markdown("### 入力") prompt_input = gr.Textbox( label="プロンプト", placeholder="生成したい画像の説明を入力してください（例: a beautiful sunset over the ocean）", lines=3, value="a beautiful sunset over the ocean with vibrant colors" ) with gr.Row(): translate_btn = gr.Button("🌐 英語に翻訳", size="sm") translate_status = gr.Textbox( label="翻訳ステータス", interactive=False, visible=False ) image_input = gr.Image( label="入力画像（任意）", type="pil", sources=["upload", "clipboard"] ) with gr.Accordion("詳細設定", open=False): num_steps = gr.Slider( minimum=10, maximum=50, value=28, step=1, label="ステップ数（多いほど高品質だが時間がかかる）" ) guidance_scale = gr.Slider( minimum=1.0, maximum=10.0, value=4.0, step=0.5, label="ガイダンススケール（高いほどプロンプトに忠実）" ) seed = gr.Number( label="シード値（再現性確保）", value=42, precision=0 ) with gr.Row(): width = gr.Slider( minimum=512, maximum=2048, value=1024, step=64, label="幅" ) height = gr.Slider( minimum=512, maximum=2048, value=768, step=64, label="高さ" ) generate_btn = gr.Button("🎨 生成", variant="primary", size="lg") with gr.Column(scale=1): # 出力エリア gr.Markdown("### 出力") output_image = gr.Image( label="生成画像", type="pil" ) status_text = gr.Textbox( label="ステータス", interactive=False ) # サンプル例 gr.Markdown("### 📝 サンプルプロンプト例") gr.Examples( examples=[ ["a photo of a forest with mist swirling around the tree trunks"], ["a clean monochrome CAD-style technical line drawing"], ["a beautiful landscape with mountains and a lake at sunset"], ["an astronaut riding a horse on the moon"], ["a cute cat wearing sunglasses, digital art"], ], inputs=[prompt_input], label="クリックしてプロンプトをセット" ) # イベント設定 # 翻訳ボタン async def on_translate(prompt): translated, status = await translate_to_english(prompt) return translated, status, gr.update(visible=True) translate_btn.click( fn=on_translate, inputs=[prompt_input], outputs=[prompt_input, translate_status, translate_status] ) # 生成ボタン generate_btn.click( fn=app.generate_image, inputs=[ prompt_input, image_input, num_steps, guidance_scale, seed, width, height, ], outputs=[output_image, status_text] ) gr.Markdown( """ --- **使い方:** 1. プロンプトを入力（必須） 2. 入力画像をアップロード（任意、編集モードの場合） 3. 詳細設定を調整（任意） 4. 「生成」ボタンをクリック **注意:** - 初回実行時はモデルのロードに時間がかかります - VRAM不足の場合はステップ数や解像度を下げてください """ ) return demo if __name__ == "__main__": demo = create_ui() demo.launch( server_name="0.0.0.0", server_port=7860, share=False, show_error=True )