Create app.py

app.py

@@ -0,0 +1,137 @@
+# app.py (IP-Adapter V2アップグレード版)
+
+import gradio as gr
+import torch
+import numpy as np
+import cv2
+from PIL import Image
+import time
+import spaces
+import traceback
+import os
+
+from diffusers import StableDiffusionPipeline, ControlNetModel
+from insightface.app import FaceAnalysis
+
+print("--- アプリケーションの初期化を開始 ---")
+
+
+try:
+    print("モデルのロードを開始...")
+    is_cuda_available = torch.cuda.is_available()
+    device = "cuda" if is_cuda_available else "cpu"
+    dtype = torch.float16 if is_cuda_available else torch.float32
+    print(f"実行デバイス: {device}, データ型: {dtype}")
+
+    print("InsightFaceのプロバイダーとコンテキストIDを設定...")
+    providers = ['CUDAExecutionProvider', 'CPUExecutionProvider'] if is_cuda_available else ['CPUExecutionProvider']
+    ctx_id = 0 if is_cuda_available else -1
+    print(f"使用するプロバイダー: {providers}, ctx_id: {ctx_id}")
+    
+    face_app = FaceAnalysis(name='buffalo_l', root='./', providers=providers)
+    face_app.prepare(ctx_id=ctx_id, det_size=(640, 640))
+    print("InsightFaceのロード完了。")
+    
+    source_repo = "InstantX/InstantID"
+    
+    print(f"ControlNetモデル ({source_repo}) のロード開始...")
+    controlnet = ControlNetModel.from_pretrained(
+        source_repo, 
+        subfolder="ControlNetModel",
+        torch_dtype=dtype
+    )
+    print("ControlNetモデルのロード完了。")
+    
+    civitai_model_url = "https://civitai.com/api/download/models/90505?type=Model&format=SafeTensor&size=full&fp=fp32"
+    local_model_path = "civitai_model.safetensors"
+
+    if not os.path.exists(local_model_path):
+        print(f"{local_model_path} が存在しないため、ダウンロードを開始します...")
+        os.system(f'wget -q -O {local_model_path} "{civitai_model_url}"')
+    else:
+        print(f"{local_model_path} は既に存在するため、ダウンロードをスキップします。")
+
+    print(f"ローカルパス ({local_model_path}) からパイプラインをロード開始...")
+    pipe = StableDiffusionPipeline.from_single_file(
+        local_model_path,
+        torch_dtype=dtype,
+        safety_checker=None,
+        use_safetensors=True,
+    )
+    pipe.controlnet = controlnet
+    pipe.to(device)
+    print("Stable Diffusionパイプラインのロード完了。")
+
+    # ★★★★★ ここが最後の追加注文です ★★★★★
+    # weight_nameをV2モデルに変更します。
+    ip_adapter_repo = "h94/IP-Adapter"
+    print(f"IP-Adapter ({ip_adapter_repo}) のロード開始...")
+    pipe.load_ip_adapter(
+        ip_adapter_repo,
+        subfolder="models",
+        weight_name="ip-adapter-plus_v2_sd15.bin" # V2の重みファイル名を指定
+    )
+    print("IP-Adapter V2のロード完了。")
+    
+    print("★★全てのモデルのロードが正常に完了しました★★")
+    MODELS_LOADED = True
+except Exception:
+    error_details = traceback.format_exc()
+    print("モデルのロード中に詳細なエラーが発生しました:")
+    print(error_details)
+    MODELS_LOADED = False
+
+# --- 2. 画像生成関数 (変更なし) ---
+@spaces.GPU(duration=300)
+def generate_image(
+    face_image, prompt, negative_prompt, guidance_scale, ip_adapter_scale, num_steps,
+    progress=gr.Progress(track_tqdm=True)
+):
+    if not MODELS_LOADED:
+        raise gr.Error("モデルがロードされていないため、画像を生成できません。ログを確認してください。")
+    if face_image is None:
+        raise gr.Error("顔画像をアップロードしてください。")
+    if not prompt:
+        raise gr.Error("プロンプトを入力してください。")
+
+    face_image = Image.fromarray(face_image)
+    face_info = face_app.get(cv2.cvtColor(np.array(face_image), cv2.COLOR_RGB2BGR))
+    if not face_info:
+        raise gr.Error("アップロードされた画像から顔を検出できませんでした。")
+    
+    face_info = sorted(face_info, key=lambda x: (x['bbox'][2] - x['bbox'][0]) * (x['bbox'][3] - x['bbox'][1]))[-1]
+    face_emb = face_info['embedding']
+    pipe.set_ip_adapter_scale(ip_adapter_scale)
+    images = pipe(
+        prompt=prompt, negative_prompt=negative_prompt, image_embeds=[face_emb], image=face_image,
+        controlnet_conditioning_scale=ip_adapter_scale, num_inference_steps=int(num_steps), guidance_scale=guidance_scale,
+    ).images
+    return images[0]
+
+# --- 3. GradioのUIとAPIの定義 (変更なし) ---
+with gr.Blocks() as demo:
+    gr.Markdown("# InstantID 画像生成アプリ")
+    with gr.Row():
+        with gr.Column():
+            face_image_input = gr.Image(label="顔写真", type="numpy")
+            prompt_input = gr.Textbox(label="プロンプト (例: 1girl, a photo of a cute girl in a suit)")
+            negative_prompt_input = gr.Textbox(label="ネガティブプロンプト", value="(lowres, low quality, worst quality:1.2), ugly")
+            with gr.Accordion("詳細設定", open=False):
+                ip_adapter_scale_slider = gr.Slider(minimum=0, maximum=1.5, step=0.1, value=0.8, label="顔の忠実度 (IP Adapter Scale)")
+                guidance_scale_slider = gr.Slider(minimum=1, maximum=10, step=0.5, value=5.0, label="プロンプトへの忠実度 (Guidance Scale)")
+                num_steps_slider = gr.Slider(minimum=10, maximum=50, step=1, value=30, label="生成ステップ数 (Steps)")
+            generate_button = gr.Button("画像を生成", variant="primary")
+        with gr.Column():
+            output_image = gr.Image(label="生成結果")
+    generate_button.click(
+        fn=generate_image,
+        inputs=[
+            face_image_input, prompt_input, negative_prompt_input, guidance_scale_slider,
+            ip_adapter_scale_slider, num_steps_slider
+        ],
+        outputs=[output_image],
+        api_name="generate"
+    )
+
+demo.queue().launch()
+print("--- Gradioアプリの起動準備完了 ---")