Spaces:
Sleeping
Sleeping
File size: 2,321 Bytes
405af98 |
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 |
import gradio as gr
import torch
from diffusers import StableDiffusionPipeline, DPMSolverMultistepScheduler
# Danh sách các model nhẹ, phù hợp cho CPU
MODELS = {
"SD v1.5 (Cơ bản)": "runwayml/stable-diffusion-v1-5",
"Tiny SD (Siêu nhanh - Khuyên dùng)": "segmind/tiny-sd",
"Dreamlike Photoreal": "dreamlike-art/dreamlike-photoreal-2.0"
}
current_model_id = ""
pipe = None
def load_model(model_id, progress=gr.Progress()):
global pipe, current_model_id
if model_id != current_model_id:
progress(0, desc="Đang tải model mới... (Vui lòng đợi)")
pipe = StableDiffusionPipeline.from_pretrained(
model_id,
torch_dtype=torch.float32,
safety_checker=None # Tắt để tiết kiệm RAM
)
# Tối ưu scheduler để chạy nhanh hơn
pipe.scheduler = DPMSolverMultistepScheduler.from_config(pipe.scheduler.config)
current_model_id = model_id
return pipe
def generate(prompt, model_name, steps, progress=gr.Progress(track_tqdm=True)):
if not prompt:
return None
# 1. Load model đã chọn
model_id = MODELS[model_name]
pipeline = load_model(model_id)
# 2. Tạo ảnh với Progress Bar
# track_tqdm=True sẽ tự động bắt các bước loop của diffusers để hiện %
image = pipeline(
prompt,
num_inference_steps=int(steps),
guidance_scale=7.0
).images[0]
return image
# Giao diện UI
with gr.Blocks(theme=gr.themes.Soft()) as demo:
gr.Markdown(f"# 🎨 Stable Diffusion Free CPU - Minh Đức AI")
with gr.Row():
with gr.Column():
prompt = gr.Textbox(label="Mô tả ảnh", placeholder="Một con mèo đi thám hiểm mặt trăng...")
model_name = gr.Dropdown(choices=list(MODELS.keys()), value="Tiny SD (Siêu nhanh - Khuyên dùng)", label="Chọn Model")
steps = gr.Slider(minimum=10, maximum=30, value=15, step=1, label="Số bước chạy (Steps - Càng cao càng chậm)")
btn = gr.Button("Bắt đầu tạo ảnh", variant="primary")
with gr.Column():
output = gr.Image(label="Kết quả")
btn.click(fn=generate, inputs=[prompt, model_name, steps], outputs=output)
demo.launch() |