Update app.py

app.py

@@ -1,122 +1,34 @@
 import gradio as gr
 import subprocess
 import os
-import sys
-import time
-from threading import Thread
-from queue import Queue, Empty
 
-# --- 1. CONFIGURAÇÃO E INSTALAÇÃO AUTOMÁTICA ---
-# Esta parte do código é executada apenas uma vez quando o Space inicia.
-
-INSTALLATION_FLAG = ".installation_complete"
-SEEDVR_REPO_DIR = "SeedVR"
-
-def run_subprocess(command, cwd=None):
-    """Executa um comando de subprocesso e imprime a saída em tempo real."""
-    print(f"Executando comando: {' '.join(command)}")
-    process = subprocess.Popen(command, stdout=subprocess.PIPE, stderr=subprocess.STDOUT, text=True, cwd=cwd)
-    while True:
-        output = process.stdout.readline()
-        if output == '' and process.poll() is not None:
-            break
-        if output:
-            print(output.strip())
-    rc = process.poll()
-    if rc != 0:
-        raise RuntimeError(f"Comando falhou com código de saída {rc}: {' '.join(command)}")
-
-def setup_environment():
-    """
-    Traduz os comandos do manual do SeedVR para o ambiente do Hugging Face Spaces.
-    1. Clona o repositório.
-    2. Instala dependências especiais.
-    3. Cria um "flag" para não repetir a instalação.
-    """
-    print("--- Verificando o ambiente de instalação ---")
-    
-    # Se a instalação já foi feita, não faz nada.
-    if os.path.exists(INSTALLATION_FLAG):
-        print("Ambiente já configurado. Pulando a instalação.")
-        return
-
-    print("--- Iniciando configuração pela primeira vez ---")
-
-    # Comando 1: git clone ...
-    if not os.path.exists(SEEDVR_REPO_DIR):
-        run_subprocess(["git", "clone", "https://github.com/bytedance-seed/SeedVR.git"])
-    else:
-        print("Repositório SeedVR já existe.")
-
-    # Comandos 2 e 3: conda create/activate (substituído pelo `python_version: 3.10` no README.md)
-    print("Versão do Python já definida pelo Hugging Face Spaces.")
-    
-    # Comando 4: pip install -r requirements.txt (já foi executado pelo Hugging Face)
-    print("Dependências do requirements.txt já instaladas.")
-
-    # Comando 5: pip install flash_attn... (instalação especial)
-    print("Instalando flash_attn com flags especiais...")
-    # Usamos sys.executable para garantir que estamos usando o pip do ambiente correto
-    flash_attn_command = [
-        sys.executable, "-m", "pip", "install", 
-        "flash_attn==2.5.9.post1", "--no-build-isolation"
-    ]
-    run_subprocess(flash_attn_command)
-
-    print("--- Configuração do ambiente concluída com sucesso! ---")
-
-    # Cria o arquivo de flag para indicar que a instalação foi concluída
-    with open(INSTALLATION_FLAG, "w") as f:
-        f.write("OK")
-
-# Executa a função de configuração
-setup_environment()
-
-# O restante do código do app (interface Gradio, download do modelo, inferência)
-# continuaria aqui, como na resposta anterior.
-from huggingface_hub import snapshot_download
-
-# --- 2. LÓGICA DA APLICAÇÃO (DOWNLOAD DO MODELO E INFERÊNCIA) ---
-
-# Baixar o modelo (fora da função de inferência para não baixar toda vez)
-CKPTS_DIR = os.path.join(SEEDVR_REPO_DIR, "ckpts")
-if not os.path.exists(os.path.join(CKPTS_DIR, "README.md")):
-    print("Baixando o modelo SeedVR2-3B...")
-    snapshot_download(
-        repo_id="ByteDance-Seed/SeedVR2-3B",
-        local_dir=CKPTS_DIR,
-        local_dir_use_symlinks=False,
-        resume_download=True,
-        allow_patterns=["*.json", "*.safetensors", "*.pth", "*.bin", "*.py", "*.md", "*.txt"],
-    )
-else:
-    print("Modelo já foi baixado.")
+# Não precisamos mais de nenhuma função de setup, clone ou pip install aqui!
+# O Dockerfile já cuidou de tudo.
 
 def run_inference_app(video_file, seed_num):
     if video_file is None:
         return None, "Por favor, envie um arquivo de vídeo."
     
-    # Salva o arquivo de entrada em uma pasta temporária
+    # O app roda de dentro do diretório /app/SeedVR, então os caminhos são relativos
     input_folder = "inputs"
     os.makedirs(input_folder, exist_ok=True)
+    
+    # O Gradio nos dá um caminho temporário, vamos movê-lo para um local conhecido
     input_video_path = os.path.join(input_folder, os.path.basename(video_file.name))
-    with open(input_video_path, "wb") as f_out, open(video_file.name, "rb") as f_in:
-        f_out.write(f_in.read())
+    os.rename(video_file.name, input_video_path)
         
     output_folder = "outputs"
     os.makedirs(output_folder, exist_ok=True)
     
-    # Comando de inferência do SeedVR
-    # Usando 4 GPUs, como especificado no hardware 4xL40s
+    # Comando de inferência. O ambiente conda já está "ativado" graças ao Dockerfile.
     command = [
         "torchrun", "--nproc-per-node=4",
         "projects/inference_seedvr2_3b.py",
-        "--video_path", f"../{input_folder}",
-        "--output_dir", f"../{output_folder}",
+        "--video_path", input_folder,
+        "--output_dir", output_folder,
         "--seed", str(seed_num),
         "--res_h", "320",
         "--res_w", "512",
-        "--sp_size", "1"
     ]
 
     log_output = "Iniciando a inferência...\n" + ' '.join(command) + "\n\n"
@@ -124,7 +36,6 @@ def run_inference_app(video_file, seed_num):
     try:
         process = subprocess.Popen(
             command,
-            cwd=SEEDVR_REPO_DIR, # Executa o comando de dentro do diretório do repositório
             stdout=subprocess.PIPE,
             stderr=subprocess.STDOUT,
             text=True,
@@ -136,38 +47,33 @@ def run_inference_app(video_file, seed_num):
             if not line:
                 break
             log_output += line
-            print(line.strip()) # Imprime no console do Space para debug
+            print(line.strip())
             yield None, log_output
 
         process.wait()
 
         if process.returncode != 0:
-            raise RuntimeError("O script de inferência falhou.")
+            raise RuntimeError("O script de inferência falhou. Verifique os logs.")
         
-        # Encontra o vídeo gerado
         result_files = [os.path.join(output_folder, f) for f in os.listdir(output_folder) if f.endswith('.mp4')]
         if not result_files:
-            return None, log_output + "\nERRO: Nenhum vídeo foi gerado."
+            return None, log_output + "\n\nERRO: Nenhum vídeo foi gerado."
             
         return result_files, log_output + "\n\nInferência concluída com sucesso!"
 
     except Exception as e:
         error_message = f"{log_output}\n\nOcorreu um erro: {str(e)}"
-        print(error_message)
         return None, error_message
 
-# --- 3. INTERFACE GRÁFICA (GRADIO) ---
-
 with gr.Blocks() as demo:
-    gr.Markdown("# 🚀 Automação de Inferência para SeedVR2")
-    gr.Markdown("Envie um vídeo, clique em 'Gerar' e o processo de instalação e inferência será executado.")
+    gr.Markdown("# 🚀 Inferência SeedVR2 com Ambiente Conda")
+    gr.Markdown("Este ambiente foi construído com Conda usando um Dockerfile para máxima estabilidade.")
 
     with gr.Row():
         with gr.Column(scale=1):
             video_input = gr.File(label="Vídeo de Entrada")
-            seed_input = gr.Number(label="Seed", value=42)
+            seed_input = gr.Number(label="Seed", value=123)
             run_button = gr.Button("Gerar Vídeo", variant="primary")
-
         with gr.Column(scale=2):
             gallery_output = gr.Gallery(label="Vídeo de Saída", show_label=True)
             log_display = gr.Textbox(label="Logs de Execução", lines=15, interactive=False, autoscroll=True)