Spaces:
Running
Running
File size: 3,806 Bytes
8f6011c e81e176 8f6011c e81e176 8f6011c e81e176 8f6011c e81e176 8f6011c e81e176 8f6011c e81e176 8f6011c e81e176 8f6011c e81e176 8f6011c e81e176 8f6011c e81e176 8f6011c e81e176 8f6011c |
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 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 |
import gradio as gr
import asyncio
import aiohttp
from PIL import Image
from io import BytesIO
from dotenv import load_dotenv
import os
# Загрузка токена из .env файла
load_dotenv()
API_TOKEN = os.getenv("HF_API_TOKEN")
# Конфигурация API
HEADERS = {"Authorization": f"Bearer {API_TOKEN}"}
MODELS = {
"Stable Diffusion v1.5": "Yntec/stable-diffusion-v1-5",
"Stable Diffusion v2.1": "stabilityai/stable-diffusion-2-1",
"Stable Diffusion v3.5 Large": "stabilityai/stable-diffusion-3.5-large",
"Midjourney": "Jovie/Midjourney",
"FLUX.1 [dev]": "black-forest-labs/FLUX.1-dev",
"Leonardo AI": "goofyai/Leonardo_Ai_Style_Illustration",
}
# Асинхронная функция для отправки запроса к API
async def generate_image(prompt, model_name, model_url):
async with aiohttp.ClientSession() as session:
try:
async with session.post(
f"https://api-inference.huggingface.co/models/{model_url}",
headers=HEADERS,
json={"inputs": prompt},
) as response:
if response.status == 200:
image_data = await response.read()
return model_name, Image.open(BytesIO(image_data))
elif response.status == 503:
error_data = await response.json()
print(f"Модель {model_name} перегружена: {error_data}")
return model_name, None
else:
error_data = await response.text()
print(f"Ошибка для модели {model_name}: {error_data}")
return model_name, None
except Exception as e:
print(f"Ошибка соединения с моделью {model_name}: {e}")
return model_name, None
# Обработка запросов для всех моделей
async def handle(prompt):
tasks = [
generate_image(prompt, model_name, model_url)
for model_name, model_url in MODELS.items()
]
results = await asyncio.gather(*tasks)
outputs = {name: img for name, img in results}
return outputs
# Интерфейс Gradio
with gr.Blocks() as demo:
gr.Markdown("## Генерация изображений с помощью различных моделей нейросетей")
# Поле ввода
user_input = gr.Textbox(label="Введите описание изображения", placeholder="Например, 'Астронавт верхом на лошади'")
# Вывод изображений
with gr.Row():
outputs = {name: gr.Image(label=name) for name in MODELS.keys()}
# Кнопка генерации
generate_button = gr.Button("Сгенерировать")
# Асинхронная обработка ввода
async def on_submit(prompt):
results = await handle(prompt)
# Формируем вывод для каждой модели
return [
results.get(name, None) for name in MODELS.keys()
]
generate_button.click(
fn=on_submit,
inputs=[user_input],
outputs=list(outputs.values()),
)
user_input.submit(
fn=on_submit,
inputs=[user_input],
outputs=list(outputs.values()),
)
# Ссылки на соцсети
with gr.Row():
gr.Markdown(
"""
### Поддержка проекта
- [Telegram](https://t.me/mlphys)
- [GitHub](https://github.com/freQuensy23-coder)
"""
)
demo.launch()
|