Update app.py

app.py

@@ -25,8 +25,8 @@ pipe = DiffusionPipeline.from_pretrained(model_repo_id, torch_dtype=torch_dtype)
 
 # Попробуем подгрузить LoRA-модификации (unet + text_encoder)
 try:
-    pipe.unet = PeftModel.from_pretrained(pipe.unet, "AnastasiaSh/sticker-cat-lora4/unet")
-    pipe.text_encoder = PeftModel.from_pretrained(pipe.text_encoder, "AnastasiaSh/sticker-cat-lora4/text_encoder")
+    pipe.unet = PeftModel.from_pretrained(pipe.unet, "./unet")
+    pipe.text_encoder = PeftModel.from_pretrained(pipe.text_encoder, "./text_encoder")
 except Exception as e:
     # Если не удалось, можно вывести предупреждение или поднять ошибку
     print(f"Не удалось подгрузить LoRA по умолчанию: {e}")
@@ -54,8 +54,8 @@ def infer(
 
             # Повторно подгружаем LoRA для нового пайплайна
             try:
-                new_pipe.unet = PeftModel.from_pretrained(new_pipe.unet, "AnastasiaSh/sticker-cat-lora3/unet")
-                new_pipe.text_encoder = PeftModel.from_pretrained(new_pipe.text_encoder, "AnastasiaSh/sticker-cat-lora3/text_encoder")
+                new_pipe.unet = PeftModel.from_pretrained(new_pipe.unet, "./unet")
+                new_pipe.text_encoder = PeftModel.from_pretrained(new_pipe.text_encoder, "./text_encoder")
             except Exception as e:
                 raise gr.Error(f"Не удалось подгрузить LoRA: {e}")