delete old code and rest api

app.py

@@ -1,5 +1,4 @@
 import os
-import io
 import time
 from datetime import datetime
 import pytz
@@ -7,16 +6,12 @@ import spaces
 import torch
 import gradio as gr
 import traceback
-import asyncio
 import threading
 from transformers import pipeline
 from huggingface_hub import login
 from diffusers import FluxPipeline
 from aura_sr import AuraSR
 from deep_translator import GoogleTranslator
-from fastapi import FastAPI, Response, Request, HTTPException, status
-import uvicorn
-from pydantic import BaseModel
 
 def log(*args, **kwargs):
     tid = threading.get_ident()
@@ -148,15 +143,6 @@ def generate_image_stable(prompt, steps):
         num_images_per_prompt=1
     ).images[0]
 
-async def generate_image_async(object_name: str, remove_bg: bool, upscale: bool):
-    # Выносим синхронную функцию в отдельный поток
-    return await asyncio.to_thread(
-        generate_image,
-        object_name,
-        remove_bg,
-        upscale
-    )
-
 def create_template_prompt(object_name):
     template = load_text("prompt.txt")
     return template.format(object_name = object_name)
@@ -181,35 +167,6 @@ def load_text(file_name):
     with open(file_name, 'r', encoding='utf-8') as f:
         return f.read()
 
-fastapi_app = FastAPI()
-
-# Модель данных для POST-запроса
-class GenerateRequest(BaseModel):
-    object_name: str
-    remove_bg: bool
-    upscale: bool
-
-@fastapi_app.post("/api/generate_image")
-async def api_generate_image(rq: GenerateRequest, rest_request: Request):
-    client_ip = rest_request.headers.get('X-Forwarded-For', rest_request.client.host)
-    log("Получили запрос через рест АПИ.")
-    log(f"Client IP: {client_ip}")
-    rq_token = rest_request.headers.get('Authorization')
-    if not rq_token:
-        raise HTTPException(
-            status_code=status.HTTP_401_UNAUTHORIZED,
-            detail="Not authorized"
-        )
-    login(token = rq_token)
-    image = await generate_image_async(rq.object_name, rq.remove_bg, rq.upscale)
-    log(f"Подготовка ответа для рест АПИ.")
-    img_byte_arr = io.BytesIO()
-    image.save(img_byte_arr, format='WEBP')
-    img_byte_arr = img_byte_arr.getvalue()
-    log(f"Возвращаем ответ для рест АПИ.")
-    return Response(content=img_byte_arr, media_type="image/webp")
-
-
 custom_css = load_text("style.css")
 
 # Создание интерфейса Gradio
@@ -296,106 +253,6 @@ with gr.Blocks(title="3D Icon Generator", css=custom_css, theme=gr.themes.Defaul
         outputs=[output_image]
     )
 
-
-main_app = gr.mount_gradio_app(fastapi_app, app, path="/")
-
 # Запуск приложения
 if __name__ == "__main__":
-    uvicorn.run(main_app, host="0.0.0.0", port=7860)
-
-
-
-
-### OLD UNUSED CODE!!! BE CAREFUL!!! ###
-
-# Создаем необходимые директории
-# os.makedirs("models", exist_ok=True)
-# os.makedirs("models/checkpoints", exist_ok=True)
-# os.makedirs("models/loras", exist_ok=True)
-# os.makedirs("models/upscale_models", exist_ok=True)
-# os.makedirs("models/rembg", exist_ok=True)
-# os.makedirs("outputs", exist_ok=True)
-# os.makedirs("temp_uploads", exist_ok=True)
-
-
-# Загрузка моделей с Hugging Face
-# def download_model(repo_id, filename, local_dir):
-#     """Загрузка модели с Hugging Face Hub"""
-#     local_path = os.path.join(local_dir, filename)
-#     if not os.path.exists(local_path):
-#         print(f"Загрузка {filename} из {repo_id}...")
-#         try:
-#             file_path = hf_hub_download(
-#                 repo_id=repo_id,
-#                 filename=filename,
-#                 local_dir=local_dir,
-#                 local_dir_use_symlinks=False
-#             )
-#             print(f"Модель успешно загружена: {file_path}")
-#             return file_path
-#         except Exception as e:
-#             print(f"Ошибка при загрузке модели {filename}: {e}")
-#             return None
-#     else:
-#         print(f"Модель {filename} уже присутствует: {local_path}")
-#         return local_path
-
-# Вынесем загрузку моделей за пределы функции generate_image
-# это критично для работы на ZeroGPU в Hugging Face Spaces
-# def download_all_models():
-#     models = {
-#         "flux": download_model(
-#             "lllyasviel/flux1_dev",
-#             "flux1-dev-fp8.safetensors",
-#             "models/checkpoints"
-#         ),
-#         # "upscale": download_model(
-#         #     "gemasai/4x_NMKD-Superscale-SP_178000_G",
-#         #     "4x_NMKD-Superscale-SP_178000_G.pth",
-#         #     "models/upscale_models"
-#         # ),
-#         # "rembg": "briaai/RMBG-1.4"  # Используем модель RMBG-1.4 через transformers pipeline
-#     }
-#     return models
-
-# def save_uploaded_file(file):
-#     """Сохранение загруженного файла"""
-#     if file is None:
-#         return None
-#
-#     filename = os.path.join("temp_uploads", f"{random.randint(1000000, 9999999)}{os.path.splitext(file.name)[1]}")
-#     with open(filename, "wb") as f:
-#         f.write(file.read())
-#     return filename
-
-# Функция для получения значения по индексу (используется в ComfyUI)
-# def get_value_at_index(obj, index):
-#     """Получение значения из объекта по индексу из экспортированного ComfyUI кода"""
-#     if isinstance(obj, list):
-#         return obj[index]
-#     elif isinstance(obj, tuple):
-#         return obj[index]
-#     elif isinstance(obj, dict):
-#         return list(obj.values())[index]
-#     else:
-#         return obj[index]
-
-# Загрузка моделей при запуске
-#models = download_all_models()
-
-# Инициализация pipeline для удаления фона
-# try:
-#     rembg_pipeline = pipeline("image-segmentation", model=models["rembg"], trust_remote_code=True)
-#     print(f"Модель удаления фона успешно загружена: {models['rembg']}")
-# except Exception as e:
-#     print(f"Ошибка при загрузке модели удаления фона: {e}")
-#     rembg_pipeline = None
-
-# Укажите абсолютный путь к модели
-# model_path = os.path.abspath("models/checkpoints/flux1-dev-fp8.safetensors")
-
-# Проверьте существование ключевого файла
-# if not os.path.exists(os.path.join(model_path, "model_index.json")):
-#     raise FileNotFoundError(f"Модель не найдена по пути: {model_path}")
-
-# local_path = os.path.join("models/checkpoints", "")
+    app.launch()

requirements.txt

@@ -18,7 +18,4 @@ scikit-image
 rembg
 aura-sr
 deep_translator
-fastapi
-uvicorn
-pydantic
 pytz