e

app.py

@@ -1,21 +1,28 @@
 import gradio as gr
+from diffusers import StableDiffusionImg2ImgPipeline
+import torch
+from PIL import Image
 
-# Modeli yükle
-model = gr.load("models/radames/stable-diffusion-2-1-img2img")
+# Modelinizi yükleyin
+model_id = "radames/stable-diffusion-2-1-img2img"
+device = "cuda" if torch.cuda.is_available() else "cpu"
 
-def my_custom_function(image, prompt):
-    # Modeli doğrudan çağır
-    output = model(image=image, prompt=prompt)
-    # Burada output üzerinde ek işlemler yapabilirsiniz
-    # Örneğin, çıktıyı yeniden boyutlandırma, filtreleme vb.
-    return output
+pipeline = StableDiffusionImg2ImgPipeline.from_pretrained(model_id, use_auth_token=True).to(device)
 
-iface = gr.Interface(
-    fn=my_custom_function,
-    inputs=[gr.Image(type="pil"), gr.Textbox()],
-    outputs=gr.Image(type="pil"),
-    title="My Custom Stable Diffusion img2img Interface",
-    description="This is a custom interface for Stable Diffusion img2img model with additional processing."
-)
+def generate_image(img, prompt):
+    # Görüntüyü PIL Image olarak açın ve boyutunu değiştirin (isteğe bağlı)
+    image = img.resize((512, 512))
+    
+    # Modeli çağırarak görüntüyü üretin
+    with torch.no_grad():
+        output_image = pipeline(prompt=prompt, init_image=image, strength=0.75, guidance_scale=7.5)["sample"][0]
+    
+    # Çıktıyı PIL Image olarak döndürün
+    return output_image
 
-iface.launch()
+# Gradio arayüzünü oluşturun
+gr.Interface(fn=generate_image,
+             inputs=[gr.Image(type="pil", label="Initial Image"), gr.Textbox(label="Prompt")],
+             outputs=gr.Image(type="pil"),
+             title="Image-to-Image with Stable Diffusion",
+             description="Generate an image based on an initial image and a prompt.").launch()