Update app.py

app.py

@@ -1,3 +1,4 @@
+import spaces  # <--- يجب أن يكون هذا هو السطر رقم 1 دائماً وأبداً
 import gradio as gr
 import torch
 import cv2
@@ -10,18 +11,17 @@ import shutil
 import tempfile 
 import datetime
 import ffmpeg 
-import spaces  # <--- إضافة هامة لـ ZeroGPU
 
 # ==========================================
 # 1. إعدادات النموذج
 # ==========================================
-# ملاحظة: في ZeroGPU لا نرسل النموذج للـ CUDA فوراً عند البدء، بل ننتظر الدالة
 print("⏳ Loading Models...")
 
+# تحديد نوع البيانات (ملاحظة: مع ZeroGPU التحديد يتم لاحقاً، لكن نجهزه هنا)
+# ملاحظة: لا تستخدم .to('cuda') هنا خارج الدالة في ZeroGPU
+torch_dtype = torch.float16 if torch.cuda.is_available() else torch.float32
+
 try:
-    # تحديد نوع البيانات
-    torch_dtype = torch.float16 if torch.cuda.is_available() else torch.float32
-    
     # تحميل ControlNet
     controlnet_model = ControlNetModel.from_pretrained(
         "lllyasviel/sd-controlnet-canny", torch_dtype=torch_dtype
@@ -42,7 +42,8 @@ try:
     
 except Exception as e:
     print(f"❌ Error loading models: {e}")
-    raise e
+    # لن نوقف البرنامج هنا، سنتركه يحاول العمل
+    pass
 
 canny_processor = CannyDetector()
 
@@ -50,13 +51,17 @@ canny_processor = CannyDetector()
 # 2. دالة المعالجة (مع تفعيل ZeroGPU)
 # ==========================================
 
-@spaces.GPU  # <--- هذا هو السطر المفقود الذي سبب الخطأ!
+@spaces.GPU(duration=120)  # نمنح الدالة وقتاً كافياً (120 ثانية)
 def colorize_video_multistyle(video_file, prompt, style_choice, steps=5):
     if not video_file:
         return None
 
-    # نقل النموذج إلى GPU الآن فقط
+    # === نقل النموذج إلى GPU الآن فقط (داخل الدالة) ===
+    print("🚀 Moving models to GPU...")
     pipe.to("cuda")
+    
+    # تحسينات الذاكرة
+    pipe.enable_attention_slicing()
 
     timestamp = datetime.datetime.now().strftime("%Y%m%d_%H%M%S")
     output_temp_video_no_audio = os.path.join(tempfile.gettempdir(), f"temp_vis_{timestamp}.mp4")
@@ -98,16 +103,18 @@ def colorize_video_multistyle(video_file, prompt, style_choice, steps=5):
     
     colored_frames = []
     
-    print("🎬 Starting Frame Processing on GPU...")
+    print("🎬 Starting Frame Processing on ZeroGPU...")
     
     while True:
         ret, frame = cap.read()
         if not ret:
             break
             
+        # تحويل من BGR إلى RGB
         pil_image = Image.fromarray(cv2.cvtColor(frame, cv2.COLOR_BGR2RGB))
         canny_image = canny_processor(pil_image)
         
+        # التوليد
         with torch.inference_mode():
             image_out = pipe(
                 prompt=full_prompt,
@@ -158,22 +165,22 @@ custom_css = """
 
 with gr.Blocks(css=custom_css, title="Turbo Video Colorizer") as demo:
     with gr.Column(elem_id="col-container"):
-        gr.Markdown("# ⚡ Turbo Video Colorizer (LCM Accelerated)")
+        gr.Markdown("# ⚡ Turbo Video Colorizer (LCM + ZeroGPU)")
         gr.Markdown("تلوين الفيديو بسرعة عالية باستخدام ZeroGPU و LCM-LoRA.")
         
         with gr.Row():
-            video_input = gr.Video(label="رفع الفيديو (يفضل فيديو قصير)")
+            video_input = gr.Video(label="رفع الفيديو")
         
         with gr.Row():
-            prompt_input = gr.Textbox(label="وصف المشهد (اختياري)", placeholder="مثال: A man walking in the street")
+            prompt_input = gr.Textbox(label="وصف المشهد", placeholder="مثال: A sunny day in the park")
             style_dropdown = gr.Dropdown(
                 ["Auto Color", "Vivid", "Vintage", "Cyberpunk"], 
                 label="النمط", value="Auto Color"
             )
         
-        steps_slider = gr.Slider(minimum=4, maximum=12, step=1, value=5, label="الخطوات (Steps)")
+        steps_slider = gr.Slider(minimum=4, maximum=10, step=1, value=5, label="الخطوات (5 recommended)")
         
-        submit_btn = gr.Button("🎨 تلوين الفيديو الآن", variant="primary")
+        submit_btn = gr.Button("🎨 تلوين الفيديو", variant="primary")
         video_output = gr.Video(label="النتيجة")
         
         submit_btn.click(