Create app.py

app.py

@@ -0,0 +1,60 @@
+import gradio as gr
+import torch
+from diffusers import FluxPriorReduxPipeline, FluxPipeline
+from diffusers.utils import load_image
+from huggingface_hub import login
+from PIL import Image
+import os
+
+# Hugging Face HubのAPIキーを設定
+login(os.getenv("HF_API_KEY"))
+
+# Prior Reduxパイプラインをロード (CPU対応)
+pipe_prior_redux = FluxPriorReduxPipeline.from_pretrained(
+    "black-forest-labs/FLUX.1-Redux-dev",
+    use_auth_token=True  # APIキーを使用して認証
+).to("cpu")  # CPUに変更
+
+# メインのFLUXパイプラインをロード (CPU対応)
+pipe = FluxPipeline.from_pretrained(
+    "black-forest-labs/FLUX.1-dev",
+    use_auth_token=True,  # APIキーを使用して認証
+    text_encoder=None,
+    text_encoder_2=None
+).to("cpu")  # CPUに変更
+
+def process_image(image_path):
+    # 入力画像をロード
+    image = Image.open(image_path).convert("RGB")
+
+    # Prior Reduxパイプラインで事前処理
+    pipe_prior_output = pipe_prior_redux(image)
+
+    # FLUXパイプラインで画像生成
+    images = pipe(
+        guidance_scale=2.5,
+        num_inference_steps=50,
+        generator=torch.Generator("cpu").manual_seed(0),  # CPU用の乱数生成器を使用
+        **pipe_prior_output,
+    ).images
+
+    # 生成された画像を返す
+    return images[0]
+
+# Gradioインターフェースを構築
+def infer(image):
+    result_image = process_image(image)
+    return result_image
+
+with gr.Blocks() as demo:
+    gr.Markdown("# FLUX Image Generation App")
+    
+    with gr.Row():
+        input_image = gr.Image(type="filepath", label="Input Image")
+        output_image = gr.Image(type="pil", label="Generated Image")
+
+    submit_button = gr.Button("Generate")
+
+    submit_button.click(fn=infer, inputs=[input_image], outputs=[output_image])
+
+demo.launch()