.

app6.py

@@ -3,26 +3,25 @@ import torch
 from diffusers import DiffusionPipeline
 from PIL import Image
 
-# --- Configuración del Modelo (Forzado a CPU) ---
+# --- Configuración del Modelo (Sencilla) ---
 
-# Establecemos el dispositivo a CPU ya que CUDA no está disponible en tu entorno.
+# Forzamos el dispositivo a CPU (para evitar errores de CUDA/VRAM)
 device = "cpu"
-dtype_config = torch.float32 # Los modelos en CPU usan float32
+dtype_config = torch.float32 
 
-# Usamos Stable Diffusion v1.5, el modelo más ligero que funciona bien.
-model_id = "runwayml/stable-diffusion-v1-5" 
+# Modelo Image-to-Image LucyEdit
+model_id = "kpsss34/LucyEdit_hybrid" 
 
 pipe = None
 try:
-    # Carga sin accelerate (sin device_map) y forzando a CPU.
-    # Esto elimina las dependencias problemáticas de tu error.
+    # Carga sencilla, sin device_map, sin aceleración avanzada
     pipe = DiffusionPipeline.from_pretrained(
         model_id, 
         torch_dtype=dtype_config, 
         use_safetensors=True
-    ).to(device) # <--- Forzamos la carga a la CPU
+    ).to(device) 
     
-    print("✅ Modelo Stable Diffusion v1.5 cargado con éxito en la CPU.")
+    print("✅ Modelo LucyEdit cargado con éxito en la CPU.")
 
 except Exception as e:
     print(f"❌ Error CRÍTICO al cargar el modelo: {e}")
@@ -42,22 +41,23 @@ def procesar_con_difusion(imagen_entrada, estilo_radial):
     if imagen_entrada is None:
         return None 
     
-    # 1. Prompt Base Fijo
-    prompt_base = "fotografía de alta calidad, retrato detallado, foto con textura" 
+    # 1. Prompt Base Fijo (Lo que debe hacer el modelo)
+    prompt_base = "fotografía de alta calidad, retrato detallado, con estilo" 
     
     estilo_prompts = {
-        "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",
+        # El prompt fijo + el modificador del estilo
+        "Blanco y Negro (Monocromático)": ", monocromático, alto contraste, dramático, blanco y negro",
+        "Alto Contraste y Saturación": ", colores vívidos, alto contraste, HDR, saturación extrema",
+        "Original (Poco Ruido)": ", fotografía de alta calidad, realista, colores naturales, sutil",
     }
     
     full_prompt = prompt_base + estilo_prompts.get(estilo_radial, "")
 
-    # 2. Fuerza de Difusión FIJA (strength): 
-    STRENGTH_FIJA = 0.9 
+    # 2. Fuerza de Difusión FIJA
+    # Un valor alto (0.85) para asegurar que el efecto (B/N o contraste) se aplique bien.
+    STRENGTH_FIJA = 0.85 
     
-    # 3. Preprocesar la imagen (SD v1.5 nativo es 512x512)
-    # Convertimos a RGB y redimensionamos
+    # 3. Preprocesar la imagen (LucyEdit trabaja en 512x512)
     init_image = imagen_entrada.convert("RGB").resize((512, 512))
     
     try:
@@ -77,12 +77,11 @@ def procesar_con_difusion(imagen_entrada, estilo_radial):
 
 
 # --- Interfaz Gradio con gr.Blocks() ---
-with gr.Blocks(title="SD v1.5 Estilos Fijos") as demo:
+with gr.Blocks(title="LucyEdit Estilos Fijos") as demo:
     gr.Markdown(
         """
-        # ✅ 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. 
-        **NOTA:** La generación será lenta (varios minutos) ya que se ejecuta en CPU.
+        # 🖼️ Tarea de Difusión (Image-to-Image) con LucyEdit
+        Carga una imagen y selecciona un **Estilo Radial** (Blanco y Negro o Contraste) para que el modelo de difusión la transforme. 
         """
     )
     with gr.Row():