app.py

import gradio as gr
from PIL import Image
import requests
from transformers import AutoModelForImageSegmentation, AutoFeatureExtractor
import torch

# 모델과 특징 추출기 로드
model_name = "your_model_name_here"  # 배경 제거에 적합한 모델 이름으로 대체하세요.
model = AutoModelForImageSegmentation.from_pretrained(model_name)
feature_extractor = AutoFeatureExtractor.from_pretrained(model_name)

def remove_background(image):
    # 이미지 전처리
    inputs = feature_extractor(images=image, return_tensors="pt")
    
    # 모델 예측
    outputs = model(**inputs)
    # 여기서는 예시로, 실제 모델의 출력을 처리하여 배경이 제거된 이미지를 생성하는 로직이 필요합니다.
    # 이 부분은 선택한 모델과 그 출력에 따라 달라집니다.
    
    # PIL 이미지로 변환 (예시)
    mask = outputs['mask'][0]  # 모델 출력에서 마스크 추출
    mask = mask.mul(255).byte().cpu().numpy()
    image_pil = Image.fromarray(mask).convert("RGB")
    
    return image_pil

# Gradio 인터페이스
iface = gr.Interface(fn=remove_background, inputs=gr.inputs.Image(type="pil"), outputs="image", title="배경 제거")

# 인터페이스 실행
iface.launch()