Update app.py

app.py

@@ -1,178 +1,191 @@
-# app.py — BRA v7 (AIGaming repo) × InstantID × ZeroGPU
-# 2025-06-22
-
-##############################################################################
-# 0. diffusers-0.27 互換: cached_download() パッチ
-##############################################################################
-from huggingface_hub import hf_hub_download
-import huggingface_hub as _hf
-if not hasattr(_hf, "cached_download"):
-    _hf.cached_download = hf_hub_download
-
-##############################################################################
-# 1. ライブラリ
-##############################################################################
-import os, io, base64, subprocess, traceback
-from pathlib import Path
-from typing import Optional
-import numpy as np
-import torch, gradio as gr, spaces
-from fastapi import FastAPI, UploadFile, File, Form, HTTPException
-from PIL import Image
-from diffusers import (
-    StableDiffusionControlNetPipeline,
-    ControlNetModel,
-    DPMSolverMultistepScheduler,
-)
-from diffusers.loaders import AttnProcsLayers
-from insightface.app import FaceAnalysis
-from realesrgan import RealESRGANer
-
-##############################################################################
-# 2. キャッシュパス
-##############################################################################
-ROOT      = Path("/data") if Path("/data").exists() else Path.home() / ".cache/instantid"
-MODELS    = ROOT / "models"; LORA = ROOT / "lora"; UPSCALE = ROOT / "realesrgan"
-for p in (MODELS, LORA, UPSCALE): p.mkdir(parents=True, exist_ok=True)
-
-##############################################################################
-# 3. モデル ID / ファイル
-##############################################################################
-# --- BRA v7 (公開) ---
-BRA_REPO = "AIGaming/beautiful_realistic_asians"
-BRA_FILE = "beautifulRealistic_v7.safetensors"
-BRA_REV  = "801a9b1999dd7018e58a1e2b432fdccd3d1d723d"     # 固定 revision
-
-# --- IP-Adapter 本体 & LoRA ---
-IP_REPO,  IP_BIN  = "h94/IP-Adapter", "models/ip-adapter-plus-face_sd15.bin"
-LORA_REPO,IP_LORA = "h94/IP-Adapter-FaceID", "ip-adapter-faceid-plusv2_sd15_lora.safetensors"
-
-# --- ControlNet (MediaPipe Face) ---
-CN_REPO, CN_SUBF = "CrucibleAI/ControlNetMediaPipeFace", "diffusion_sd15"
-
-# --- Real-ESRGAN ---
-ESRGAN_REPO, ESRGAN_FILE = "aimagelab/realesrgan", "RealESRGAN_x4plus.pth"
-
-##############################################################################
-# 4. HF Hub ダウンロード
-##############################################################################
-def dl(repo: str, file: str, sub: str | None = None, rev: str | None = None) -> Path:
-    return Path(hf_hub_download(repo, file, subfolder=sub,
-                                revision=rev, cache_dir=str(MODELS)))
-
-##############################################################################
-# 5. グローバル
-##############################################################################
-pipe: Optional[StableDiffusionControlNetPipeline] = None
-face_analyser: Optional[FaceAnalysis] = None
-upsampler: Optional[RealESRGANer] = None
-
-##############################################################################
-# 6. 初期化
-##############################################################################
-def init():
-    global pipe, face_analyser, upsampler
-    if pipe is not None:
-        return
-    print("[INIT] downloading models…")
-
-    # 6-1 BRA v7
-    bra_ckpt = dl(BRA_REPO, BRA_FILE, rev=BRA_REV)
-
-    # 6-2 ControlNet
-    cn = ControlNetModel.from_pretrained(
-        CN_REPO, subfolder=CN_SUBF, torch_dtype=torch.float16,
-        cache_dir=str(MODELS)
-    )
-
-    # 6-3 Pipeline from .safetensors + ControlNet
-    pipe_ = StableDiffusionControlNetPipeline.from_single_file(
-        bra_ckpt, controlnet=cn, torch_dtype=torch.float16,
-        safety_checker=None
-    )
-    pipe_.scheduler = DPMSolverMultistepScheduler.from_config(pipe_.scheduler.config)
-
-    # 6-4 IP-Adapter
-    ip_lora = dl(LORA_REPO, IP_LORA)
-    
-    ### 最終修正 ### subfolder引数に空文字列""を渡し、TypeErrorを回避する
-    pipe_.load_ip_adapter(IP_REPO, "", weight_name=IP_BIN, cache_dir=str(MODELS))
-    
-    AttnProcsLayers(pipe_.unet.attn_processors).load_lora_weights(
-        ip_lora, adapter_name="ip_faceid", safe_load=True
-    )
-    pipe_.set_adapters(["ip_faceid"], adapter_weights=[0.6])
-    pipe_.to("cuda"); pipe_ = pipe_
-
-    pipe   = pipe_
-    face_analyser = FaceAnalysis(
-        name="buffalo_l", root=str(MODELS), providers=["CUDAExecutionProvider"]
-    ); face_analyser.prepare(ctx_id=0, det_size=(640,640))
-
-    esr = dl(ESRGAN_REPO, ESRGAN_FILE)
-    upsampler = RealESRGANer(scale=4, model_path=str(esr), half=True,
-                             tile=512, tile_pad=10, pre_pad=0, gpu_id=0)
-    print("[INIT] ready.")
-
-##############################################################################
-# 7. プロンプト
-##############################################################################
-BASE = "(masterpiece:1.2), best quality, ultra-realistic, RAW photo, 8k, cinematic lighting, textured skin, "
-NEG  = "verybadimagenegative_v1.3, ng_deepnegative_v1_75t, (worst quality:2), (low quality:2), lowres, blurry, bad anatomy, bad hands, extra digits, watermark, signature"
-
-##############################################################################
-# 8. 生成コア
-##############################################################################
-@spaces.GPU(duration=60)
-def generate(face: Image.Image, subj: str, add: str, neg: str,
-             cfg: float, ipw: float, steps: int, w: int, h: int,
-             up: bool, upf: int, progress=gr.Progress(track_tqdm=True)):
-    if pipe is None:
-        init()
-    if len(face_analyser.get(np.array(face))) == 0:
-        raise ValueError("顔が検出できません。他の画像でお試しください。")
-    pipe.set_adapters(["ip_faceid"], adapter_weights=[ipw])
-    img = pipe(prompt=BASE+subj+", "+add,
-               negative_prompt=NEG+", "+neg,
-               num_inference_steps=steps, guidance_scale=cfg,
-               image=face, width=w, height=h).images[0]
-    if up:
-        upsampler.scale = int(upf)
-        img, _ = upsampler.enhance(np.array(img)); img = Image.fromarray(img)
-    return img
-
-##############################################################################
-# 9. Gradio UI
-##############################################################################
-with gr.Blocks(title="BRA v7 × InstantID (ZeroGPU)") as demo:
-    gr.Markdown("## BRA v7 × InstantID")
-    with gr.Row():
-        f = gr.Image(type="pil", label="Face ID"); s = gr.Textbox(label="被写体説明")
-    ap = gr.Textbox(label="追加プロンプト"); ng = gr.Textbox(label="追加ネガ")
-    with gr.Row():
-        cf = gr.Slider(1,20,7.5,0.5,"CFG"); ip = gr.Slider(0.1,1.0,0.6,0.05,"IP-Adapter Weight")
-    with gr.Row():
-        st = gr.Slider(10,50,30,1,"Steps"); W = gr.Slider(512,1024,768,64,"W"); H = gr.Slider(512,1024,768,64,"H")
-    with gr.Row():
-        up = gr.Checkbox(label="Real-ESRGAN"); upf = gr.Radio([4,8], value=4, label="アップスケール")
-    btn = gr.Button("Generate"); out = gr.Image(type="pil", label="Result")
-    btn.click(generate, [f,s,ap,ng,cf,ip,st,W,H,up,upf], out, show_progress=True)
-
-##############################################################################
-# 10. FastAPI
-##############################################################################
-app = FastAPI()
-
-@app.post("/api/generate")
-async def api_gen(subj: str=Form(...), cfg: float=Form(7.5), stp: int=Form(30),
-                  ipw: float=Form(0.6), W: int=Form(768), H: int=Form(768),
-                  file: UploadFile=File(...)):
-    img = Image.open(io.BytesIO(await file.read())).convert("RGB")
-    res = generate(img, subj, "", "", cfg, ipw, stp, W, H, False, 4)
-    buf = io.BytesIO(); res.save(buf,"PNG")
-    return {"image":"data:image/png;base64,"+base64.b64encode(buf.getvalue()).decode()}
-
-##############################################################################
-# 11. Launch
-##############################################################################
+# app.py — BRA v7 (AIGaming repo) × InstantID × ZeroGPU
+# 2025-06-22
+##############################################################################
+# torchvision 0.17+ 互換パッチ（functional_tensor → functional）
+##############################################################################
+import sys, types
+try:
+    import torchvision.transforms.functional as F
+    if "torchvision.transforms.functional_tensor" not in sys.modules:
+        faux = types.ModuleType("torchvision.transforms.functional_tensor")
+        # 必要最低限だけ持たせる
+        faux.rgb_to_grayscale = getattr(F, "rgb_to_grayscale", None)
+        sys.modules["torchvision.transforms.functional_tensor"] = faux
+except Exception as e:
+    print("[WARN] torchvision compatibility patch failed:", e)
+
+##############################################################################
+# 0. diffusers-0.27 互換: cached_download() パッチ
+##############################################################################
+from huggingface_hub import hf_hub_download
+import huggingface_hub as _hf
+if not hasattr(_hf, "cached_download"):
+    _hf.cached_download = hf_hub_download
+
+##############################################################################
+# 1. ライブラリ
+##############################################################################
+import os, io, base64, subprocess, traceback
+from pathlib import Path
+from typing import Optional
+import numpy as np
+import torch, gradio as gr, spaces
+from fastapi import FastAPI, UploadFile, File, Form, HTTPException
+from PIL import Image
+from diffusers import (
+    StableDiffusionControlNetPipeline,
+    ControlNetModel,
+    DPMSolverMultistepScheduler,
+)
+from diffusers.loaders import AttnProcsLayers
+from insightface.app import FaceAnalysis
+from realesrgan import RealESRGANer
+
+##############################################################################
+# 2. キャッシュパス
+##############################################################################
+ROOT      = Path("/data") if Path("/data").exists() else Path.home() / ".cache/instantid"
+MODELS    = ROOT / "models"; LORA = ROOT / "lora"; UPSCALE = ROOT / "realesrgan"
+for p in (MODELS, LORA, UPSCALE): p.mkdir(parents=True, exist_ok=True)
+
+##############################################################################
+# 3. モデル ID / ファイル
+##############################################################################
+# --- BRA v7 (公開) ---
+BRA_REPO = "AIGaming/beautiful_realistic_asians"
+BRA_FILE = "beautifulRealistic_v7.safetensors"
+BRA_REV  = "801a9b1999dd7018e58a1e2b432fdccd3d1d723d"     # 固定 revision
+
+# --- IP-Adapter 本体 & LoRA ---
+IP_REPO,  IP_BIN  = "h94/IP-Adapter", "models/ip-adapter-plus-face_sd15.bin"
+LORA_REPO,IP_LORA = "h94/IP-Adapter-FaceID", "ip-adapter-faceid-plusv2_sd15_lora.safetensors"
+
+# --- ControlNet (MediaPipe Face) ---
+CN_REPO, CN_SUBF = "CrucibleAI/ControlNetMediaPipeFace", "diffusion_sd15"
+
+# --- Real-ESRGAN ---
+ESRGAN_REPO, ESRGAN_FILE = "aimagelab/realesrgan", "RealESRGAN_x4plus.pth"
+
+##############################################################################
+# 4. HF Hub ダウンロード
+##############################################################################
+def dl(repo: str, file: str, sub: str | None = None, rev: str | None = None) -> Path:
+    return Path(hf_hub_download(repo, file, subfolder=sub,
+                                revision=rev, cache_dir=str(MODELS)))
+
+##############################################################################
+# 5. グローバル
+##############################################################################
+pipe: Optional[StableDiffusionControlNetPipeline] = None
+face_analyser: Optional[FaceAnalysis] = None
+upsampler: Optional[RealESRGANer] = None
+
+##############################################################################
+# 6. 初期化
+##############################################################################
+def init():
+    global pipe, face_analyser, upsampler
+    if pipe is not None:
+        return
+    print("[INIT] downloading models…")
+
+    # 6-1 BRA v7
+    bra_ckpt = dl(BRA_REPO, BRA_FILE, rev=BRA_REV)
+
+    # 6-2 ControlNet
+    cn = ControlNetModel.from_pretrained(
+        CN_REPO, subfolder=CN_SUBF, torch_dtype=torch.float16,
+        cache_dir=str(MODELS)
+    )
+
+    # 6-3 Pipeline from .safetensors + ControlNet
+    pipe_ = StableDiffusionControlNetPipeline.from_single_file(
+        bra_ckpt, controlnet=cn, torch_dtype=torch.float16,
+        safety_checker=None
+    )
+    pipe_.scheduler = DPMSolverMultistepScheduler.from_config(pipe_.scheduler.config)
+
+    # 6-4 IP-Adapter
+    ip_lora = dl(LORA_REPO, IP_LORA)
+    
+    ### 最終修正 ### subfolder引数に空文字列""を渡し、TypeErrorを回避する
+    pipe_.load_ip_adapter(IP_REPO, "", weight_name=IP_BIN, cache_dir=str(MODELS))
+    
+    AttnProcsLayers(pipe_.unet.attn_processors).load_lora_weights(
+        ip_lora, adapter_name="ip_faceid", safe_load=True
+    )
+    pipe_.set_adapters(["ip_faceid"], adapter_weights=[0.6])
+    pipe_.to("cuda"); pipe_ = pipe_
+
+    pipe   = pipe_
+    face_analyser = FaceAnalysis(
+        name="buffalo_l", root=str(MODELS), providers=["CUDAExecutionProvider"]
+    ); face_analyser.prepare(ctx_id=0, det_size=(640,640))
+
+    esr = dl(ESRGAN_REPO, ESRGAN_FILE)
+    upsampler = RealESRGANer(scale=4, model_path=str(esr), half=True,
+                             tile=512, tile_pad=10, pre_pad=0, gpu_id=0)
+    print("[INIT] ready.")
+
+##############################################################################
+# 7. プロンプト
+##############################################################################
+BASE = "(masterpiece:1.2), best quality, ultra-realistic, RAW photo, 8k, cinematic lighting, textured skin, "
+NEG  = "verybadimagenegative_v1.3, ng_deepnegative_v1_75t, (worst quality:2), (low quality:2), lowres, blurry, bad anatomy, bad hands, extra digits, watermark, signature"
+
+##############################################################################
+# 8. 生成コア
+##############################################################################
+@spaces.GPU(duration=60)
+def generate(face: Image.Image, subj: str, add: str, neg: str,
+             cfg: float, ipw: float, steps: int, w: int, h: int,
+             up: bool, upf: int, progress=gr.Progress(track_tqdm=True)):
+    if pipe is None:
+        init()
+    if len(face_analyser.get(np.array(face))) == 0:
+        raise ValueError("顔が検出できません。他の画像でお試しください。")
+    pipe.set_adapters(["ip_faceid"], adapter_weights=[ipw])
+    img = pipe(prompt=BASE+subj+", "+add,
+               negative_prompt=NEG+", "+neg,
+               num_inference_steps=steps, guidance_scale=cfg,
+               image=face, width=w, height=h).images[0]
+    if up:
+        upsampler.scale = int(upf)
+        img, _ = upsampler.enhance(np.array(img)); img = Image.fromarray(img)
+    return img
+
+##############################################################################
+# 9. Gradio UI
+##############################################################################
+with gr.Blocks(title="BRA v7 × InstantID (ZeroGPU)") as demo:
+    gr.Markdown("## BRA v7 × InstantID")
+    with gr.Row():
+        f = gr.Image(type="pil", label="Face ID"); s = gr.Textbox(label="被写体説明")
+    ap = gr.Textbox(label="追加プロンプト"); ng = gr.Textbox(label="追加ネガ")
+    with gr.Row():
+        cf = gr.Slider(1,20,7.5,0.5,"CFG"); ip = gr.Slider(0.1,1.0,0.6,0.05,"IP-Adapter Weight")
+    with gr.Row():
+        st = gr.Slider(10,50,30,1,"Steps"); W = gr.Slider(512,1024,768,64,"W"); H = gr.Slider(512,1024,768,64,"H")
+    with gr.Row():
+        up = gr.Checkbox(label="Real-ESRGAN"); upf = gr.Radio([4,8], value=4, label="アップスケール")
+    btn = gr.Button("Generate"); out = gr.Image(type="pil", label="Result")
+    btn.click(generate, [f,s,ap,ng,cf,ip,st,W,H,up,upf], out, show_progress=True)
+
+##############################################################################
+# 10. FastAPI
+##############################################################################
+app = FastAPI()
+
+@app.post("/api/generate")
+async def api_gen(subj: str=Form(...), cfg: float=Form(7.5), stp: int=Form(30),
+                  ipw: float=Form(0.6), W: int=Form(768), H: int=Form(768),
+                  file: UploadFile=File(...)):
+    img = Image.open(io.BytesIO(await file.read())).convert("RGB")
+    res = generate(img, subj, "", "", cfg, ipw, stp, W, H, False, 4)
+    buf = io.BytesIO(); res.save(buf,"PNG")
+    return {"image":"data:image/png;base64,"+base64.b64encode(buf.getvalue()).decode()}
+
+##############################################################################
+# 11. Launch
+##############################################################################
 demo.queue(default_concurrency_limit=2).launch(share=False)