File size: 2,546 Bytes
f29cd02 | 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 | import os
import sys
import subprocess
# --- Installation automatique des paquets manquants lors du démarrage du Space ---
try:
from mage_flow import MageFlowPipeline
except ImportError:
print("⏳ Installation du pipeline officiel de Microsoft depuis GitHub...")
# Installation des dépendances requises
subprocess.check_call([sys.executable, "-m", "pip", "install", "diffusers==0.38.0", "transformers>=5.3", "einops", "pydantic", "loguru", "accelerate", "gradio"])
# Installation directe du sous-dossier mage_flow
subprocess.check_call([sys.executable, "-m", "pip", "install", "git+https://github.com/microsoft/Mage.git#subdirectory=mage_flow", "--no-deps"])
from mage_flow import MageFlowPipeline
import torch
import gradio as gr
from PIL import Image
# --- Initialisation du modèle Microsoft Mage-Flow-Turbo ---
MODEL_ID = "microsoft/Mage-Flow-Turbo"
device = "cuda" if torch.cuda.is_available() else "cpu"
print(f"⏳ Chargement des poids de {MODEL_ID} sur {device.upper()}...")
pipe = MageFlowPipeline.from_pretrained(MODEL_ID, device=device)
print("✅ Pipeline prêt à l'emploi !")
# --- Fonction de génération liée à l'interface ---
def generate_image(prompt):
if not prompt.strip():
return None
with torch.inference_mode():
# Configuration optimisée officielle pour le mode Turbo (4 étapes, CFG 1.0)
images = pipe.generate(
[prompt],
heights=1024,
widths=1024,
steps=4,
cfg=1.0
)
return images[0]
# --- Interface Utilisateur Web (Gradio) ---
with gr.Blocks(theme=gr.themes.Soft()) as demo:
gr.Markdown("# 🚀 Microsoft Mage-Flow-Turbo Generator")
gr.Markdown("Générez des images en résolution native (1024x1024) en moins d'une seconde grâce à l'architecture MMDiT de Microsoft.")
with gr.Row():
with gr.Column():
prompt_input = gr.Textbox(
label="Votre Prompt",
placeholder="Ex: A beautiful cinematic shot of a neon cyberpunk fox...",
lines=3
)
submit_btn = gr.Button("Générer l'image 🎨", variant="primary")
with gr.Column():
image_output = gr.Image(label="Image Générée", type="pil")
submit_btn.click(fn=generate_image, inputs=prompt_input, outputs=image_output)
# Lancement de l'application sur le port requis par Hugging Face
if __name__ == "__main__":
demo.launch(server_name="0.0.0.0", server_port=7860)
|