Josue Aaron Soriano Rivero commited on
Commit
576457a
1 Parent(s): aa55a25

Utils y app

Browse files
Files changed (2) hide show
  1. app.py +41 -2
  2. utils.py +14 -0
app.py CHANGED
@@ -1,4 +1,43 @@
1
  import streamlit as st
2
 
3
- x = st.slider('Select a value')
4
- st.write(x, 'squared is', x * x)
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
  import streamlit as st
2
 
3
+ from utils import carga_modelo, genera
4
+
5
+ ## Página principal
6
+
7
+ st.title("Generador de mariposas")
8
+ st.write("Este es un modelo LightGAN entrenado y utilizado con Platzi")
9
+
10
+ ## Barra Lateral
11
+ st.sidebar.subheader("Esta mariposa no existe en la vida real D:")
12
+ st.sidebar.image("assets/logo.png", width=200)
13
+ st.sidebar.caption("Demo creado en Platzi")
14
+
15
+ ## Cargamos el modelo
16
+ repo_id = "ceyda/butterfly_cropped_uniq1K_512"
17
+ modelo_gan = carga_modelo(repo_id)
18
+
19
+ ## Generamos 4 mariposas
20
+ n_mariposas = 4
21
+
22
+ def corre():
23
+ with st.spinner("Generando espera un poquito..."):
24
+ ims = genera(modelo_gan, n_mariposas)
25
+ st.session_state["ims"] = ims
26
+
27
+ if "ims" not in st.session_state:
28
+ st.session_state["ims"] = None
29
+ corre()
30
+
31
+ ims = st.session_state["ims"]
32
+
33
+ corre_btn = st.button(
34
+ "Genera mariposas",
35
+ on_click=corre(),
36
+ help="Estamos en vuelo, abrocha tu cinturón"
37
+ )
38
+
39
+ if ims is not None:
40
+ cols = st.columns(n_mariposas)
41
+ for j, im in enumerate(ims):
42
+ i = j % n_mariposas
43
+ cols[i].image(im, use_colum_width=True)
utils.py ADDED
@@ -0,0 +1,14 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ import numpy as np
2
+ import torch
3
+ from huggan.pytorch.lightweight_gan.lightweight_gan import LightweightGAN
4
+
5
+ def carga_modelo(nombre_modelo="ceyda/butterfly_cropped_uniq1K_512", model_version=None):
6
+ gan = LightweightGAN.from_pretrained(nombre_modelo, version=model_version)
7
+ gan.eval()
8
+ return gan
9
+
10
+ def genera(gan, batch_size=1):
11
+ with torch.no_grad():
12
+ ims = gan.G(torch.randn(batch_size, gan.latent_dim)).clamp(0.0, 1.0) * 255
13
+ ims = ims.permute(0,2,3,1).deatch().cpu().numpy().astype(np.uint8)
14
+ return ims