test

app.py

@@ -1,50 +1,26 @@
-import torch
-import torchvision
-from torchvision import models, transforms
 import gradio as gr
-from PIL import Image
-
-# Cargar el modelo preentrenado
-model = models.detection.fasterrcnn_resnet50_fpn(pretrained=True)
-model.eval()
-
-# Función para realizar la detección de objetos
-def object_detection(image):
-    # Transformaciones necesarias para la imagen
-    transform = transforms.Compose([
-        transforms.ToTensor(),
-    ])
+from diffusers import DDPMPipeline
+import torch
 
-    image = transform(image).unsqueeze(0)
-    preds = model(image)
+# Cargar el modelo DDPM preentrenado
+ddpm = DDPMPipeline.from_pretrained("google/ddpm-cat-256", use_safetensors=True).to("cuda")
 
-    # Procesar las predicciones
-    pred_classes = [torchvision.models.detection._utils.BoxCoder.get_class(i) for i in list(preds[0]['labels'].numpy())]  # Nombres de las clases detectadas
-    pred_boxes = [[(i[0], i[1]), (i[2], i[3])] for i in list(preds[0]['boxes'].detach().numpy())]  # Coordenadas de los cuadros de detección
-    pred_scores = list(preds[0]['scores'].detach().numpy())
+def generate_cat_image(num_inference_steps):
+    # Generar una imagen de gato
+    with torch.no_grad():
+        image = ddpm(num_inference_steps=num_inference_steps)["sample"][0]
     
-    # Filtrar las predicciones con una puntuación baja
-    pred_t = [pred_scores.index(x) for x in pred_scores if x > 0.5]  # Umbral de puntuación
-
-    if len(pred_t) != 0:
-        pred_t = pred_t[-1]
-        pred_boxes = pred_boxes[:pred_t+1]
-        pred_classes = pred_classes[:pred_t+1]
-        pred_scores = pred_scores[:pred_t+1]
-    else:
-        pred_boxes = []
-        pred_classes = []
-        pred_scores = []
-
-    return image, pred_boxes, pred_classes, pred_scores
+    # Convertir la imagen de tensor a PIL para mostrarla en Gradio
+    image = image.permute(1, 2, 0).cpu().numpy()
+    
+    return image
 
 # Interfaz de Gradio
-gr_interface = gr.Interface(fn=object_detection, 
-                            inputs=gr.inputs.Image(shape=(512, 512)), 
-                            outputs=[gr.outputs.Image(type="pil"), 
-                                     gr.outputs.Label(num_top_classes=3)], 
-                            title="Detección de Objetos",
-                            description="Modelo de detección de objetos utilizando un Faster R-CNN ResNet50 preentrenado.")
+gr_interface = gr.Interface(fn=generate_cat_image, 
+                            inputs=gr.inputs.Slider(minimum=10, maximum=100, step=1, default=50, label="Número de Pasos de Inferencia"), 
+                            outputs="image", 
+                            title="Generador de Imágenes de Gatos",
+                            description="Modelo DDPM para generar imágenes de gatos.")
 
 if __name__ == "__main__":
-    gr_interface.launch()
+    gr_interface.launch()

requirements.txt

@@ -1,4 +1,3 @@
-torch
-torchvision
+diffusers
 gradio
-Pillow
+torch