api

Dockerfile

@@ -1,13 +1,23 @@
-FROM python:3.9
+# Usar Python base
+FROM python:3.10-slim
 
-RUN useradd -m -u 1000 user
-USER user
-ENV PATH="/home/user/.local/bin:$PATH"
+# Instalar dependencias del sistema
+RUN apt-get update && apt-get install -y --no-install-recommends \
+    libgl1-mesa-glx \
+    libglib2.0-0 \
+    && rm -rf /var/lib/apt/lists/*
 
+# Instalar dependencias de Python
+RUN pip install --no-cache-dir fastapi uvicorn torch torchvision diffusers transformers pillow
+
+# Establecer directorio de trabajo
 WORKDIR /app
 
-COPY --chown=user ./requirements.txt requirements.txt
-RUN pip install --no-cache-dir --upgrade -r requirements.txt
+# Copiar los archivos al contenedor
+COPY . /app
+
+# Exponer el puerto donde se ejecutará el servidor
+EXPOSE 7860
 
-COPY --chown=user . /app
-CMD ["uvicorn", "app:app", "--host", "0.0.0.0", "--port", "7860"]
+# Comando para ejecutar la aplicación
+CMD ["uvicorn", "app:app", "--host", "0.0.0.0", "--port", "7860"]

app.py

@@ -1,7 +1,31 @@
-from fastapi import FastAPI
+from fastapi import FastAPI, UploadFile, File
+from diffusers import StableDiffusionDepth2ImgPipeline
+from PIL import Image
+import torch
 
+# Crear la aplicación FastAPI
 app = FastAPI()
 
-@app.get("/")
-def greet_json():
-    return {"Hello": "World!"}
+# Cargar el modelo Marigold
+model_id = "prs-eth/marigold-depth-v1-0"
+pipe = StableDiffusionDepth2ImgPipeline.from_pretrained(
+    model_id, torch_dtype=torch.float16
+)
+pipe = pipe.to("cuda" if torch.cuda.is_available() else "cpu")
+
+@app.post("/generate-depth/")
+async def generate_depth(file: UploadFile = File(...)):
+    """
+    Genera un mapa de profundidad a partir de una imagen.
+    """
+    # Leer la imagen subida por el usuario
+    image = Image.open(file.file).convert("RGB")
+
+    # Generar el mapa de profundidad
+    depth_map = pipe(image).images[0]
+
+    # Guardar el resultado en un archivo temporal
+    depth_map.save("depth_map.png")
+
+    # Retornar un mensaje de éxito
+    return {"message": "Mapa de profundidad generado con éxito.", "output": "depth_map.png"}

requirements.txt

@@ -1,2 +1,7 @@
 fastapi
 uvicorn[standard]
+torch
+torchvision
+diffusers
+transformers
+pillow