.

app6.py

@@ -2,15 +2,15 @@ import gradio as gr
 import torch
 from PIL import Image
 from diffusers import DiffusionPipeline
-from transformers import pipline
+from transformers import pipeline
 
-modeloObtenerTextoImagen = pipeline ("image-to-text", model = "Salesforce/blip-image-captioning-base")
-modeloGenerarImagen = DiffusionPipeline.from_pretrained("sd-legacy/stable-diffusion.v1-5", torch_dtype=torch.float32)
+modeloObtenerTextoImagen = pipeline("image-to-text", model="Salesforce/blip-image-captioning-base")
+modeloGenerarImagen = DiffusionPipeline.from_pretrained("sd-legacy/stable-diffusion-v1-5", torch_dtype=torch.float32)
 
 def obtenerDescripcion(imagen):
     resultadoModeloTI = modeloObtenerTextoImagen(Image.fromarray(imagen))
-    print(f'La frase que se ha obtenido de la images es {resultadoModeloTI}')
+    print(f'La frase que se ha obtenido de la imagen es {resultadoModeloTI}')
     return modeloGenerarImagen(resultadoModeloTI[0]['generated_text']).images[0]
 
-demo = gr.Interface(fn=obtenerDescripcion, input="image", outputs="image")
-demo.launch(share=Trade)
+demo = gr.Interface(fn=obtenerDescripcion, inputs="image", outputs="image")
+demo.launch(share=True)