Update app.py

app.py

@@ -1,3 +1,68 @@
+# Instalar las dependencias necesarias:
+# Asegúrate de incluir estas en el archivo `requirements.txt` para Hugging Face Spaces:
+# torch
+# torchvision
+# torchaudio
+# diffusers
+# huggingface_hub
+# gradio
+
+import torch
+from diffusers import DiffusionPipeline
+from huggingface_hub import login
 import gradio as gr
 
-gr.load("models/Emuixom/Trasher_Riddick").launch()
+# Configuración del modelo y adaptador LoRA
+model_id = "black-forest-labs/FLUX.1-dev"
+adapter_id = "Emuixom/Trasher_Riddick"
+
+# Cargar el pipeline y los pesos LoRA
+pipeline = DiffusionPipeline.from_pretrained(model_id)
+pipeline.load_lora_weights(adapter_id)
+
+# Configuración del dispositivo (usar GPU si está disponible)
+device = "cuda" if torch.cuda.is_available() else "cpu"
+pipeline.to(device)
+
+# Función para generar imágenes
+def generate_image(prompt, steps=15, width=512, height=512, guidance_scale=3.5, seed=1641421826):
+    # Generar la imagen con el prompt proporcionado
+    generator = torch.Generator(device=device).manual_seed(seed)
+    image = pipeline(
+        prompt=prompt,
+        num_inference_steps=steps,
+        generator=generator,
+        width=width,
+        height=height,
+        guidance_scale=guidance_scale,
+    ).images[0]
+
+    # Guardar la imagen generada temporalmente
+    output_path = "output.png"
+    image.save(output_path, format="PNG")
+    return output_path
+
+# Configurar la interfaz de Gradio
+def gradio_interface(prompt, steps, width, height, guidance_scale, seed):
+    output_path = generate_image(prompt, steps, width, height, guidance_scale, seed)
+    return output_path
+
+# Crear la interfaz
+interface = gr.Interface(
+    fn=gradio_interface,
+    inputs=[
+        gr.Textbox(label="Prompt", placeholder="Describe la imagen que deseas generar"),
+        gr.Slider(label="Steps", minimum=1, maximum=50, value=15, step=1),
+        gr.Slider(label="Width", minimum=128, maximum=1024, value=512, step=64),
+        gr.Slider(label="Height", minimum=128, maximum=1024, value=512, step=64),
+        gr.Slider(label="Guidance Scale", minimum=1.0, maximum=20.0, value=3.5, step=0.5),
+        gr.Number(label="Seed", value=1641421826),
+    ],
+    outputs=gr.Image(type="file", label="Imagen Generada"),
+    title="Generador de Imágenes con Diffusion y LoRA",
+    description="Introduce un texto descriptivo para generar una imagen utilizando un modelo Diffusion con pesos LoRA.",
+)
+
+# Lanzar la aplicación
+if __name__ == "__main__":
+    interface.launch()