app.py

import gradio as gr
import subprocess
import torch
from PIL import Image
from transformers import AutoProcessor, AutoModelForCausalLM

subprocess.run('pip install flash-attn --no-build-isolation', env={'FLASH_ATTENTION_SKIP_CUDA_BUILD': "TRUE"}, shell=True)

# Инициализация модели Florence
device = "cuda" if torch.cuda.is_available() else "cpu"
florence_model = AutoModelForCausalLM.from_pretrained('microsoft/Florence-2-base', trust_remote_code=True).to(device).eval()
florence_processor = AutoProcessor.from_pretrained('microsoft/Florence-2-base', trust_remote_code=True)

def generate_ad_post(image):
    if not isinstance(image, Image.Image):
        image = Image.fromarray(image)
    
    # Более конкретный текст запроса для генерации рекламного поста
    inputs = florence_processor(text="describe absolutely all the details are in this image.  ", images=image, return_tensors="pt").to(device)
    generated_ids = florence_model.generate(
        input_ids=inputs["input_ids"],
        pixel_values=inputs["pixel_values"],
        max_new_tokens=1024,
        early_stopping=False,
        do_sample=False,
        num_beams=3,
    )
    generated_text = florence_processor.batch_decode(generated_ids, skip_special_tokens=False)[0]
    parsed_answer = florence_processor.post_process_generation(
        generated_text,
        task="Создание рекламного поста",
        image_size=(image.width, image.height)
    )
    
    # Извлечение текста из ответа
    prompt = parsed_answer.get("Создание рекламного поста", generated_text)
    
    print("\n\nГенерация завершена!:" + prompt)
    return prompt

io = gr.Interface(generate_ad_post,
                  inputs=[gr.Image(label="Входное изображение")],
                  outputs=[gr.Textbox(label="Рекламный пост", lines=2, show_copy_button=True)]
                 )
io.launch(debug=True)