Update app.py

app.py

@@ -1,36 +1,83 @@
 import gradio as gr
 import torch
+import os
 from diffusers import AutoPipelineForText2Image
+from huggingface_hub import snapshot_download
 
-def generate_image(prompt, use_tok=True):
-    # Eğer use_tok seçeneği işaretlendiyse, prompt'a TOK ekle
-    if use_tok and "TOK" not in prompt:
-        prompt = f"TOK {prompt}"
-    
-    # Pipeline oluştur
-    try:
-        pipeline = AutoPipelineForText2Image.from_pretrained(
-            "black-forest-labs/FLUX.1-dev", 
-            torch_dtype=torch.float16
-        ).to("cuda" if torch.cuda.is_available() else "cpu")
+class ModelHandler:
+    def __init__(self):
+        self.pipeline = None
+        
+    def load_model(self, progress=gr.Progress()):
+        if self.pipeline is not None:
+            return "Model zaten yüklü."
+        
+        progress(0, desc="Base model indiriliyor...")
+        # Base modeli indir
+        base_model_path = snapshot_download(
+            repo_id="black-forest-labs/FLUX.1-dev",
+            local_dir="./models/base_model",
+            ignore_patterns=["*.bin", "*.onnx"] if os.path.exists("./models/base_model") else None
+        )
         
-        # LoRA ağırlıklarını yükle
-        pipeline.load_lora_weights(
-            "codermert/malikafinal", 
-            weight_name="lora.safetensors"
+        progress(0.5, desc="LoRA modeli indiriliyor...")
+        # LoRA modelini indir
+        lora_model_path = snapshot_download(
+            repo_id="codermert/malikafinal",
+            local_dir="./models/lora_model",
+            ignore_patterns=["*.bin", "*.onnx"] if os.path.exists("./models/lora_model") else None
         )
         
-        # Görüntü oluştur
-        image = pipeline(prompt).images[0]
-        return image, f"Oluşturulan prompt: {prompt}"
-    except Exception as e:
-        return None, f"Hata oluştu: {str(e)}"
+        progress(0.7, desc="Pipeline oluşturuluyor...")
+        # Pipeline'ı oluştur
+        device = "cuda" if torch.cuda.is_available() else "cpu"
+        dtype = torch.float16 if device == "cuda" else torch.float32
+        
+        self.pipeline = AutoPipelineForText2Image.from_pretrained(
+            base_model_path,
+            torch_dtype=dtype
+        ).to(device)
+        
+        progress(0.9, desc="LoRA yükleniyor...")
+        # LoRA'yı yükle
+        lora_path = os.path.join(lora_model_path, "lora.safetensors")
+        if os.path.exists(lora_path):
+            self.pipeline.load_lora_weights(lora_path)
+        else:
+            return "LoRA dosyası bulunamadı!"
+        
+        progress(1.0, desc="Tamamlandı!")
+        return "Model başarıyla yüklendi! Artık görüntü oluşturmaya hazırsınız."
+    
+    def generate_image(self, prompt, use_tok=True, progress=gr.Progress()):
+        if self.pipeline is None:
+            return None, "Lütfen önce modeli yükleyin!"
+        
+        # Eğer use_tok seçeneği işaretlendiyse, prompt'a TOK ekle
+        if use_tok and "TOK" not in prompt:
+            prompt = f"TOK {prompt}"
+        
+        try:
+            progress(0.2, desc="Görüntü oluşturuluyor...")
+            # Görüntü oluştur
+            image = self.pipeline(prompt).images[0]
+            progress(1.0, desc="Tamamlandı!")
+            return image, f"Oluşturulan prompt: {prompt}"
+        except Exception as e:
+            return None, f"Hata oluştu: {str(e)}"
+
+# Model işleyiciyi oluştur
+model_handler = ModelHandler()
 
 # Gradio arayüzü
 with gr.Blocks(title="Malika - FLUX Text-to-Image") as demo:
     gr.Markdown("# Malika - FLUX.1 Text-to-Image Modeliyle Görüntü Oluşturucu")
     gr.Markdown("Bu uygulama, codermert/malikafinal modelini kullanarak metinden görüntü oluşturur.")
     
+    with gr.Row():
+        load_model_btn = gr.Button("Modeli Yükle", variant="primary")
+        model_status = gr.Textbox(label="Model Durumu", value="Model henüz yüklenmedi")
+    
     with gr.Row():
         with gr.Column():
             prompt_input = gr.Textbox(
@@ -49,14 +96,20 @@ with gr.Blocks(title="Malika - FLUX Text-to-Image") as demo:
             image_output = gr.Image(label="Oluşturulan Görüntü")
             prompt_used = gr.Textbox(label="Kullanılan Prompt")
     
+    load_model_btn.click(
+        fn=model_handler.load_model,
+        outputs=model_status
+    )
+    
     generate_btn.click(
-        fn=generate_image,
+        fn=model_handler.generate_image,
         inputs=[prompt_input, tok_checkbox],
         outputs=[image_output, prompt_used]
     )
     
     gr.Markdown("""
     ## Kullanım Tavsiyeleri
+    - İlk olarak "Modeli Yükle" düğmesine tıklayın (bu işlem biraz zaman alabilir)
     - Eğer model için özel bir trigger sözcüğü gerekliyse 'TOK' seçeneğini işaretli bırakın
     - Daha gerçekçi sonuçlar için "photorealistic, 8K, detailed" gibi ifadeler ekleyebilirsiniz
     - Örnek: "portrait of a woman with blue eyes, photorealistic, 8K"