Update app.py

app.py

@@ -1,32 +1,7 @@
 import gradio as gr
-from transformers import pipeline
-from diffusers import StableDiffusionPipeline
-import torch
 
-# Cargar modelo para clasificar imágenes de perros y gatos
-classifier = pipeline("image-classification", model="microsoft/resnet-50")
-
-# Cargar modelo para generar imágenes desde texto
-pipe = StableDiffusionPipeline.from_pretrained("runwayml/stable-diffusion-v1-5")
-pipe.to("cuda" if torch.cuda.is_available() else "cpu")  # Usar GPU si está disponible
-
-# Función para procesar imagen o texto
-def process_input(image, description):
-    if image is not None:  # Si el usuario sube una imagen
-        results = classifier(image)
-        return results[0]["label"], None  # Devuelve la raza detectada
-    elif description:  # Si el usuario escribe un texto
-        image = pipe(description).images[0]
-        return None, image  # Devuelve la imagen generada
-    return "Por favor, sube una imagen o escribe una descripción", None
-
-# Interfaz de usuario con Gradio
-iface = gr.Interface(
-    fn=process_input,
-    inputs=[gr.Image(type="pil"), gr.Textbox(label="Describe un gato o perro")],
-    outputs=[gr.Textbox(label="Predicción"), gr.Image(label="Imagen generada")],
-    title="Detector y Generador de Razas de Gatos y Perros",
-    description="Sube una imagen para conocer la raza o escribe una descripción para generar una imagen."
-)
+def hello(name):
+    return f"Hola, {name}! Bienvenido a Hugging Face Spaces."
 
+iface = gr.Interface(fn=hello, inputs="text", outputs="text")
 iface.launch()