Hugging Face's logo

Spaces:
eeuuia
/
Test4
Paused

App Files Community
1
Test4
File size: 4,980 Bytes 
bdfe4dc
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
 
# spy_latent.py

import torch
import os
import traceback
from einops import rearrange
from torchvision.utils import save_image

# Tenta importar o VAE do pipeline. Se não conseguir, a visualização será desativada.
try:
    from ltx_video.models.autoencoders.causal_video_autoencoder import CausalVideoAutoencoder
except ImportError:
    CausalVideoAutoencoder = None

class SpyLatent:
    """
    Uma classe para inspecionar tensores latentes em vários estágios de um pipeline.
    Imprime estatísticas e pode salvar visualizações decodificadas por um VAE.
    """
    def __init__(self, vae=None, output_dir: str = "/app/output"):
        """
        Inicializa o espião.

        Args:
            vae: A instância do modelo VAE para decodificar os latentes. Se for None,
                 a visualização será desativada.
            output_dir (str): O diretório padrão para salvar as imagens de visualização.
        """
        self.vae = vae
        self.output_dir = output_dir
        self.device = vae.device if hasattr(vae, 'device') else torch.device("cpu")
        
        if self.vae is None:
            print("[SpyLatent] AVISO: VAE não fornecido. A funcionalidade de visualização de imagem está desativada.")

    def inspect(
        self,
        tensor: torch.Tensor,
        tag: str,
        reference_shape_5d: tuple = None,
        save_visual: bool = True,
    ):
        """
        Inspeciona um tensor latente.

        Args:
            tensor (torch.Tensor): O tensor a ser inspecionado.
            tag (str): Um rótulo para identificar o ponto de inspeção nos logs.
            reference_shape_5d (tuple, optional): A forma 5D de referência (B, C, F, H, W)
                                                  necessária se o tensor de entrada for 3D.
            save_visual (bool): Se True, decodifica com o VAE e salva uma imagem.
        """
        print(f"\n--- [INSPEÇÃO DE LATENTE: {tag}] ---")
        if not isinstance(tensor, torch.Tensor):
            print(f"  AVISO: O objeto fornecido para '{tag}' não é um tensor.")
            print("--- [FIM DA INSPEÇÃO] ---\n")
            return

        try:
            # --- Imprime Estatísticas do Tensor Original ---
            self._print_stats("Tensor Original", tensor)

            # --- Converte para 5D se necessário ---
            tensor_5d = self._to_5d(tensor, reference_shape_5d)
            if tensor_5d is not None and tensor.ndim == 3:
                self._print_stats("Convertido para 5D", tensor_5d)

            # --- Visualização com VAE ---
            if save_visual and self.vae is not None and tensor_5d is not None:
                os.makedirs(self.output_dir, exist_ok=True)
                print(f"  VISUALIZAÇÃO (VAE): Salvando imagem em {self.output_dir}...")
                
                frame_idx_to_viz = min(1, tensor_5d.shape[2] - 1)
                if frame_idx_to_viz < 0:
                    print("  VISUALIZAÇÃO (VAE): Tensor não tem frames para visualizar.")
                else:
                    print(f"  VISUALIZAÇÃO (VAE): Usando frame de índice {frame_idx_to_viz}.")
                    latent_slice = tensor_5d[:, :, frame_idx_to_viz:frame_idx_to_viz+1, :, :]
                    
                    with torch.no_grad(), torch.autocast(device_type=self.device.type):
                        pixel_slice = self.vae.decode(latent_slice / self.vae.config.scaling_factor).sample

                    save_image((pixel_slice / 2 + 0.5).clamp(0, 1), os.path.join(self.output_dir, f"inspect_{tag.lower()}.png"))
                    print("  VISUALIZAÇÃO (VAE): Imagem salva.")

        except Exception as e:
            print(f"  ERRO na inspeção: {e}")
            traceback.print_exc()
        finally:
            print("--- [FIM DA INSPEÇÃO] ---\n")

    def _to_5d(self, tensor: torch.Tensor, shape_5d: tuple) -> torch.Tensor:
        """Converte um tensor 3D patchificado de volta para 5D."""
        if tensor.ndim == 5:
            return tensor
        if tensor.ndim == 3 and shape_5d:
            try:
                b, c, f, h, w = shape_5d
                return rearrange(tensor, "b (f h w) c -> b c f h w", c=c, f=f, h=h, w=w)
            except Exception as e:
                print(f"  AVISO: Erro ao rearranjar tensor 3D para 5D: {e}. A visualização pode falhar.")
                return None
        return None

    def _print_stats(self, prefix: str, tensor: torch.Tensor):
        """Helper para imprimir estatísticas de um tensor."""
        mean = tensor.mean().item()
        std = tensor.std().item()
        min_val = tensor.min().item()
        max_val = tensor.max().item()
        print(f"  {prefix}: Shape={list(tensor.shape)}, Mean={mean:.4f}, Std={std:.4f}, Min={min_val:.4f}, Max={max_val:.4f}")

# Exemplo de como instanciar globalmente (se desejado)
# spy = SpyLatent() 
# A melhor prática é instanciar dentro da sua classe principal, passando o VAE.