# ──────────────────────────────────────────────────────────────
# Depth Pro (Apple) — HuggingFace Space (Docker SDK)
# CPU-only | transformers>=4.49.0 | zéro dépendance complexe
# ──────────────────────────────────────────────────────────────
FROM python:3.10-slim

ENV DEBIAN_FRONTEND=noninteractive \
    PYTHONUNBUFFERED=1 \
    HF_HOME=/app/.cache/huggingface

WORKDIR /app

# 1) Torch CPU-only (évite 2Go de CUDA inutile)
RUN pip install --no-cache-dir \
    torch==2.3.0+cpu \
    torchvision==0.18.0+cpu \
    --index-url https://download.pytorch.org/whl/cpu

# 2) Reste des dépendances
RUN pip install --no-cache-dir \
    fastapi==0.111.0 \
    "uvicorn[standard]==0.29.0" \
    python-multipart==0.0.9 \
    transformers==4.49.0 \
    numpy==1.26.4 \
    Pillow==10.3.0

# 3) Pré-télécharger les poids Depth Pro au build
#    (~1.3 Go — évite le cold-start à chaque démarrage)
RUN python -c "\
from transformers import DepthProImageProcessorFast, DepthProForDepthEstimation; \
print('Téléchargement Depth Pro ...'); \
DepthProImageProcessorFast.from_pretrained('apple/DepthPro-hf'); \
DepthProForDepthEstimation.from_pretrained('apple/DepthPro-hf'); \
print('Poids en cache OK.')"

COPY app.py .

EXPOSE 7860

CMD ["uvicorn", "app:app", "--host", "0.0.0.0", "--port", "7860"]