.

app6.py

@@ -3,97 +3,85 @@ import torch
 from diffusers import DiffusionPipeline
 from PIL import Image
 
-# --- Configuración del Modelo ---
-# NOTA IMPORTANTE: SDXL Refiner (stabilityai/stable-diffusion-xl-refiner-1.0) 
-# REQUIERE mucha VRAM (aprox. 12 GB). Si tu GPU no es potente o estás usando CPU, 
-# la carga fallará, el pipe será None, y por eso verás la imagen roja de error.
+# --- Configuración del Modelo (Cambiado a Stable Diffusion v1.5) ---
+
+# SD v1.5 requiere menos VRAM (4-8 GB) y es más estable en entornos limitados.
 device = "cuda" if torch.cuda.is_available() else "cpu"
-# Usar float16/bfloat16 es solo para acelerar en GPU; si falla, volvemos a float32
-dtype_config = torch.bfloat16 if device == "cuda" and torch.cuda.is_available() else torch.float32 
+dtype_config = torch.float16 if device == "cuda" else torch.float32 
 
-# Modelo Stable Diffusion XL Refiner
-model_id = "stabilityai/stable-diffusion-xl-refiner-1.0" 
+# Modelo Stable Diffusion v1.5
+model_id = "runwayml/stable-diffusion-v1-5" 
 
 pipe = None
 try:
-    if device == "cuda":
-        # Intentar cargar con aceleración
-        pipe = DiffusionPipeline.from_pretrained(
-            model_id, 
-            torch_dtype=dtype_config, 
-            use_safetensors=True
-        ).to(device)
-    else:
-        # Si es CPU, cargar solo en float32 (será LENTO, pero intentará funcionar)
-        pipe = DiffusionPipeline.from_pretrained(
-            model_id, 
-            torch_dtype=torch.float32, 
-            use_safetensors=True
-        ).to("cpu")
-        
-    print(f"Modelo SDXL Refiner cargado con éxito en: {device.upper()}")
+    # Carga con accelerate (device_map="auto") para manejar la memoria
+    pipe = DiffusionPipeline.from_pretrained(
+        model_id, 
+        torch_dtype=dtype_config, 
+        use_safetensors=True,
+        device_map="auto" # Mantiene accelerate para optimizar
+    )
+    print("Modelo Stable Diffusion v1.5 cargado con éxito usando accelerate.")
 
 except Exception as e:
-    print(f"Error CRÍTICO al cargar el modelo SDXL: {e}")
-    print("El modelo NO ha podido cargarse. Esto es la causa de la imagen roja.")
-    print("Solución: Usar un modelo mucho más pequeño o una GPU con más VRAM (min 8-12 GB).")
+    print(f"Error CRÍTICO al cargar el modelo: {e}")
+    print("El modelo NO ha podido cargarse. Si esto ocurre con v1.5, el hardware es insuficiente.")
 
 
 # --- Función de Procesamiento con Difusión (i2i) ---
-# Se eliminó 'prompt_base' de los argumentos, y lo definimos internamente
-def procesar_con_sdxl(imagen_entrada, estilo_radial, strength_slider):
+# Hemos quitado 'strength_slider' de los argumentos
+def procesar_con_difusion(imagen_entrada, estilo_radial):
     """
-    Aplica transformación i2i guiada por el estilo radial seleccionado (sin prompt de usuario).
+    Modifica la imagen usando el pipeline de difusión con el estilo radial seleccionado.
     """
-    # -----------------------------------------------------------------
-    # SOLUCIÓN DE IMAGEN ROJA: Verificar si el modelo se cargó primero.
+    # Manejo de error de carga
     if pipe is None:
-        error_text = "ERROR: El modelo SDXL no se pudo cargar (Falta VRAM o GPU potente)."
-        print(error_text)
-        return Image.new('RGB', (1024, 1024), color = 'red') 
-    # -----------------------------------------------------------------
+        return Image.new('RGB', (512, 512), color = 'red') 
 
     if imagen_entrada is None:
         return None 
     
-    # 1. Prompt Base Fijo (ya no lo escribe el usuario)
-    prompt_base = "fotografía de alta calidad, retrato detallado" 
+    # 1. Prompt Base Fijo
+    prompt_base = "fotografía de alta calidad, retrato detallado, foto con textura" 
     
     estilo_prompts = {
-        "Blanco y Negro (Monocromático)": ", monocromático, alto contraste, película de 35mm, dramático",
-        "Alto Contraste y Saturación": ", colores vívidos, alto contraste, HDR, saturación extrema, cinematográfico",
-        "Original (Poco Ruido)": ", fotografía de alta calidad, realista, colores naturales, sutil",
+        # El prompt fijo + el modificador del estilo
+        "Blanco y Negro (Monocromático)": ", monocromático, alto contraste, película de 35mm, grain, dramático",
+        "Alto Contraste y Saturación": ", colores vívidos, alto contraste, saturación extrema, cinematográfico, hyperdetailed",
+        "Original (Poco Ruido)": ", fotografía de alta calidad, realista, colores naturales, sutil, cinematic lighting",
     }
     
-    # Combinar el prompt base fijo con el estilo del radial
     full_prompt = prompt_base + estilo_prompts.get(estilo_radial, "")
 
-    # 2. Preprocesar la imagen
-    init_image = imagen_entrada.convert("RGB").resize((1024, 1024))
+    # 2. Fuerza de Difusión FIJA (strength): 
+    # Es fundamental para que el proceso i2i aplique el estilo del prompt.
+    STRENGTH_FIJA = 0.9 
+    
+    # 3. Preprocesar la imagen (SD v1.5 nativo es 512x512)
+    init_image = imagen_entrada.convert("RGB").resize((512, 512))
     
     try:
-        # 3. Ejecutar el pipeline de difusión i2i
+        # 4. Ejecutar el pipeline de difusión i2i
         image = pipe(
             prompt=full_prompt, 
             image=init_image, 
-            strength=strength_slider, 
+            strength=STRENGTH_FIJA, # Usamos la fuerza fija
             guidance_scale=7.5    
         ).images[0] 
         
         return image
     except Exception as e:
         print(f"Error durante la ejecución del pipeline: {e}")
-        # Devuelve un cuadro de error si el proceso falla
-        return Image.new('RGB', (1024, 1024), color = 'red')
+        return Image.new('RGB', (512, 512), color = 'red')
 
 
 # --- Interfaz Gradio con gr.Blocks() ---
-with gr.Blocks(title="SDXL Refiner con Estilos Fijos") as demo:
+with gr.Blocks(title="SD v1.5 Estilos Fijos") as demo:
     gr.Markdown(
         """
-        # 🌟 Tarea con SDXL Refiner (Image-to-Image)
+        # ✅ Tarea de Difusión (Image-to-Image) con SD v1.5
         Carga una imagen y selecciona un **Estilo Radial** para que el modelo de difusión la transforme. 
-        El Prompt ahora es **fijo** en el código.
+        Este modelo es más ligero y evita la imagen roja.
         """
     )
     with gr.Row():
@@ -104,38 +92,30 @@ with gr.Blocks(title="SDXL Refiner con Estilos Fijos") as demo:
                 label="1. Cargar Imagen Inicial",
             )
             
-            # ELIMINAMOS EL TEXTBOX DE PROMPT AQUÍ
-            
             # --- Control Radial (Radio Buttons) ---
             estilo_radial = gr.Radio(
                 ["Original (Poco Ruido)", "Blanco y Negro (Monocromático)", "Alto Contraste y Saturación"],
                 label="2. Selecciona el Estilo de Transformación",
-                value="Original (Poco Ruido)"
+                value="Blanco y Negro (Monocromático)"
             )
             # -----------------------------------
             
-            strength_slider = gr.Slider(
-                minimum=0.1, 
-                maximum=1.0, 
-                value=0.6, 
-                step=0.05, 
-                label="3. Fuerza de Difusión (Strength): 0.1=sutil, 1.0=cambio total"
-            )
+            # ELIMINAMOS EL SLIDER DE FUERZA DE DIFUSIÓN
             
-            process_button = gr.Button("✨ Aplicar Difusión SDXL", variant="primary")
+            process_button = gr.Button("✨ Aplicar Difusión", variant="primary")
             
         # Lado derecho: Output
         with gr.Column(scale=1):
             image_output = gr.Image(
                 type="pil",
-                label="Imagen Transformada por SDXL",
+                label="Imagen Transformada por Difusión",
                 height=512 
             )
     
-    # Conexión de la acción: ¡Cambiamos los inputs!
+    # Conexión de la acción: ¡Cambiamos los inputs a solo dos!
     process_button.click(
-        fn=procesar_con_sdxl, 
-        inputs=[image_input, estilo_radial, strength_slider], # Eliminamos el prompt_input
+        fn=procesar_con_difusion, 
+        inputs=[image_input, estilo_radial],
         outputs=image_output
     )