Update app.py

app.py

@@ -1,71 +1,71 @@
-import gradio as gr
-import QuckDrawGAN as qd
-import numpy as np
-from PIL import Image
-
-# Загрузим модель
-generator_file = r'pretrained_output/models/generator.pt'
-discriminator_file = r'pretrained_output/models/discriminator_fine_tuned.pt'
-
-# Создаем объект модели
-model = qd.Model(generator_file, discriminator_file)
-
-# Функция для генерации изображения с учетом сида, нормализацией и изменением размера
-def generate_image(n_images=16, seed=""):
-    # Если сид не задан, не передаем его в модель
-    if seed == "":
-        seed = None
-    best_image = model.generate(n_images, seed)  # Генерация с учетом сида
-
-    # Нормализация: находим минимум и максимум в изображении
-    best_image_min = np.min(best_image)
-    best_image_max = np.max(best_image)
-
-    # Нормализуем изображение, чтобы значения были в диапазоне от 0 до 255
-    normalized_image = 255 * (best_image - best_image_min) / (best_image_max - best_image_min)
-
-    # Преобразуем изображение в формат, подходящий для отображения
-    pil_image = Image.fromarray(normalized_image.astype(np.uint8))  # Преобразуем в uint8 для отображения
-    pil_image = pil_image.resize((256, 256), Image.Resampling.LANCZOS)  # Ресайз изображения до 256x256
-
-    return pil_image
-
-# Создаем интерфейс Gradio с помощью Blocks (для большей гибкости)
-with gr.Blocks() as interface:
-    gr.Markdown("# Генератор изображений с использованием QuckDrawGAN")
-    gr.Markdown("Этот интерфейс позволяет генерировать изображения с помощью модели QuckDrawGAN. Настройте количество генерируемых изображений и задайте сид для повторяемости.")
-
-    with gr.Row():
-        # Блок для изображения сверху
-        generated_image = gr.Image(type="pil", label="Сгенерированное изображение", elem_id="generated_image", scale=2)  # Увеличиваем масштаб изображения
-
-    with gr.Row():
-        # Блок параметров и кнопки
-        with gr.Column():
-            seed_input = gr.Textbox(value="", label="Сид (опционально)", interactive=True)
-            num_images = gr.Slider(minimum=1, maximum=1024, value=16, label="Количество изображений для генерации", interactive=True, step=1)
-        
-        # Кнопка генерации изображения справа
-        generate_button = gr.Button("Сгенерировать")
-
-    # Логика для автогенерации при изменении параметров
-    seed_input.change(generate_image, inputs=[num_images, seed_input], outputs=generated_image)
-    num_images.change(generate_image, inputs=[num_images, seed_input], outputs=generated_image)
-
-    # Логика для кнопки генерации
-    generate_button.click(generate_image, inputs=[num_images, seed_input], outputs=generated_image)
-
-    # Автогенерация при старте
-    interface.load(generate_image, inputs=[num_images, seed_input], outputs=generated_image)
-
-    # Стилизация блока изображения (увеличение размера блока)
-    interface.css = """
-    #generated_image {
-        width: 400px;
-        height: 400px;
-        margin-top: 20px;
-    }
-    """
-
-# Запуск интерфейса
-interface.launch()
+import gradio as gr
+import QuckDrawGAN as qd
+import numpy as np
+from PIL import Image
+
+# Загрузим модель
+generator_file = r'pretrained_output/models/generator.pt'
+discriminator_file = r'pretrained_output/models/discriminator_fine_tuned.pt'
+
+# Создаем объект модели
+model = qd.Model(generator_file, discriminator_file)
+
+# Функция для генерации изображения с учетом сида, нормализацией и изменением размера
+def generate_image(n_images=16, seed=""):
+    # Если сид не задан, не передаем его в модель
+    if seed == "":
+        seed = None
+    best_image = model.generate(n_images, seed)  # Генерация с учетом сида
+
+    # Нормализация: находим минимум и максимум в изображении
+    best_image_min = np.min(best_image)
+    best_image_max = np.max(best_image)
+
+    # Нормализуем изображение, чтобы значения были в диапазоне от 0 до 255
+    normalized_image = 255 * (best_image - best_image_min) / (best_image_max - best_image_min)
+
+    # Преобразуем изображение в формат, подходящий для отображения
+    pil_image = Image.fromarray(normalized_image.astype(np.uint8))  # Преобразуем в uint8 для отображения
+    pil_image = pil_image.resize((256, 256), Image.Resampling.LANCZOS)  # Ресайз изображения до 256x256
+
+    return pil_image
+
+# Создаем интерфейс Gradio с помощью Blocks (для большей гибкости)
+with gr.Blocks() as interface:
+    gr.Markdown("# Генератор изображений с использованием предобученной модели QuckDrawGAN (Duck)")
+    gr.Markdown("Этот интерфейс позволяет генерировать изображения с помощью модели QuckDrawGAN. Настройте количество генерируемых изображений и задайте сид для повторяемости.")
+
+    with gr.Row():
+        # Блок для изображения сверху
+        generated_image = gr.Image(type="pil", label="Сгенерированное изображение", elem_id="generated_image", scale=2)  # Увеличиваем масштаб изображения
+
+    with gr.Row():
+        # Блок параметров и кнопки
+        with gr.Column():
+            seed_input = gr.Textbox(value="", label="Сид (опционально)", interactive=True)
+            num_images = gr.Slider(minimum=1, maximum=1024, value=16, label="Количество изображений для генерации", interactive=True, step=1)
+        
+        # Кнопка генерации изображения справа
+        generate_button = gr.Button("Сгенерировать")
+
+    # Логика для автогенерации при изменении параметров
+    seed_input.change(generate_image, inputs=[num_images, seed_input], outputs=generated_image)
+    num_images.change(generate_image, inputs=[num_images, seed_input], outputs=generated_image)
+
+    # Логика для кнопки генерации
+    generate_button.click(generate_image, inputs=[num_images, seed_input], outputs=generated_image)
+
+    # Автогенерация при старте
+    interface.load(generate_image, inputs=[num_images, seed_input], outputs=generated_image)
+
+    # Стилизация блока изображения (увеличение размера блока)
+    interface.css = """
+    #generated_image {
+        width: 400px;
+        height: 400px;
+        margin-top: 20px;
+    }
+    """
+
+# Запуск интерфейса
+interface.launch()