Spaces:
Running
Running
File size: 4,689 Bytes
1774ce2 e24d56e 1219780 248ebfb e24d56e 75a1da3 e24d56e 1774ce2 248ebfb e24d56e 248ebfb e24d56e 248ebfb 1774ce2 248ebfb e24d56e 248ebfb e24d56e 248ebfb e24d56e 248ebfb e24d56e 1774ce2 e24d56e |
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 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 |
import shlex
import subprocess
subprocess.run(shlex.split("pip install pip==24.0"), check=True)
subprocess.run(
shlex.split(
"pip install package/onnxruntime_gpu-1.17.0-cp310-cp310-manylinux_2_28_x86_64.whl --force-reinstall --no-deps"
), check=True
)
subprocess.run(
shlex.split(
"pip install package/nvdiffrast-0.3.1.torch-cp310-cp310-linux_x86_64.whl --force-reinstall --no-deps"
), check=True
)
# 모델 체크포인트 다운로드 및 torch 설정
if __name__ == "__main__":
from huggingface_hub import snapshot_download
snapshot_download("public-data/Unique3D", repo_type="model", local_dir="./ckpt")
import os
import sys
sys.path.append(os.curdir)
import torch
torch.set_float32_matmul_precision('medium')
torch.backends.cuda.matmul.allow_tf32 = True
torch.set_grad_enabled(False)
import fire
import gradio as gr
from gradio_app.gradio_3dgen import create_ui as create_3d_ui
from gradio_app.all_models import model_zoo
# ===============================
# Text-to-IMAGE 관련 API 함수 정의
# ===============================
def text_to_image(height, width, steps, scales, prompt, seed):
"""
주어진 파라미터를 이용해 외부 API (http://211.233.58.201:7971/)의
/process_and_save_image 엔드포인트를 호출하여 이미지를 생성한다.
"""
from gradio_client import Client
client = Client("http://211.233.58.201:7971/")
result = client.predict(
height,
width,
steps,
scales,
prompt,
seed,
api_name="/process_and_save_image"
)
# API 응답은 dict 형태이며, "url" 혹은 "path"에 생성된 이미지 정보가 있다.
# 여기서는 "url" 값을 반환하도록 한다.
return result.get("url", None)
def update_random_seed():
"""
외부 API의 /update_random_seed 엔드포인트를 호출하여
새로운 랜덤 시드 값을 가져온다.
"""
from gradio_client import Client
client = Client("http://211.233.58.201:7971/")
return client.predict(api_name="/update_random_seed")
# ===============================
# UI 타이틀 및 설명
# ===============================
_TITLE = '''Text to 3D & Image Generation'''
_DESCRIPTION = '''
Text를 이용하여 3D 모델과 이미지를 생성할 수 있습니다.
왼쪽 탭은 3D 모델 생성을, 오른쪽 탭은 이미지 생성을 담당합니다.
'''
def launch():
# 3D 모델 초기화
model_zoo.init_models()
# Gradio Blocks 생성 (두 탭 포함)
with gr.Blocks(title=_TITLE) as demo:
with gr.Row():
gr.Markdown('# ' + _TITLE)
gr.Markdown(_DESCRIPTION)
# 탭 생성: 기존의 Text-to-3D와 새로 추가한 Text-to-IMAGE
with gr.Tabs():
with gr.Tab("Text to 3D"):
create_3d_ui("wkl")
with gr.Tab("Text to IMAGE"):
# 이미지 생성을 위한 파라미터 입력 컴포넌트 구성
with gr.Row():
height_slider = gr.Slider(label="Height", minimum=256, maximum=2048, step=1, value=1024)
width_slider = gr.Slider(label="Width", minimum=256, maximum=2048, step=1, value=1024)
with gr.Row():
steps_slider = gr.Slider(label="Inference Steps", minimum=1, maximum=100, step=1, value=8)
scales_slider = gr.Slider(label="Guidance Scale", minimum=1.0, maximum=10.0, step=0.1, value=3.5)
prompt_text = gr.Textbox(label="Image Description", placeholder="Enter prompt here", lines=2)
seed_number = gr.Number(label="Seed (optional, leave empty for random)", value=None)
# 'Update Random Seed' 버튼을 누르면 API를 통해 새로운 시드값을 받아 입력란 업데이트
update_seed_button = gr.Button("Update Random Seed")
update_seed_button.click(fn=update_random_seed, inputs=[], outputs=seed_number)
generate_button = gr.Button("Generate Image")
image_output = gr.Image(label="Generated Image")
# 'Generate Image' 버튼 클릭 시 text_to_image 함수를 호출하여 결과 이미지를 출력
generate_button.click(
fn=text_to_image,
inputs=[height_slider, width_slider, steps_slider, scales_slider, prompt_text, seed_number],
outputs=image_output
)
demo.queue().launch(share=True)
if __name__ == '__main__':
fire.Fire(launch)
|