run version

Dockerfile

@@ -1,30 +1,38 @@
 # Usa una imagen base con soporte para Python y CUDA
 FROM nvidia/cuda:11.7.1-cudnn8-runtime-ubuntu20.04
 
-# Instala Miniconda
-RUN apt-get update && apt-get install -y wget && \
-    wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh && \
-    bash Miniconda3-latest-Linux-x86_64.sh -b -p /opt/conda && \
-    rm Miniconda3-latest-Linux-x86_64.sh && \
-    apt-get clean
+# Instala dependencias básicas
+RUN apt-get update && apt-get install -y \
+    python3 \
+    python3-pip \
+    git \
+    && rm -rf /var/lib/apt/lists/*
 
-# Configura Conda en el PATH
-ENV PATH=/opt/conda/bin:$PATH
+# Establece el directorio de trabajo
+WORKDIR /app
 
-# Copia el archivo environment.yaml al contenedor
-COPY environment.yaml /app/environment.yaml
+# Clona el repositorio de Marigold
+RUN git clone https://github.com/prs-eth/Marigold.git /app/Marigold
 
-# Instala el entorno Conda
-RUN conda env create -f /app/environment.yaml
+# Instala las dependencias del repositorio de Marigold
+RUN pip install --upgrade pip
+RUN pip install -r /app/Marigold/requirements.txt
 
-# Configura Conda para ejecutarse automáticamente
-SHELL ["conda", "run", "-n", "marigold", "/bin/bash", "-c"]
+# Copia el archivo requirements.txt para dependencias adicionales (API, etc.)
+COPY requirements.txt /app/requirements.txt
 
-# Establece el directorio de trabajo
-WORKDIR /app
+# Instala las dependencias necesarias para la API
+RUN pip install -r /app/requirements.txt
+
+# Copia los archivos necesarios para la API
+COPY app.py /app/app.py
+COPY entrypoint.sh /app/entrypoint.sh
+
+# Da permisos de ejecución al archivo entrypoint
+RUN chmod +x /app/entrypoint.sh
 
-# Copia los archivos de la aplicación
-COPY . /app
+# Exponer el puerto para la API
+EXPOSE 8000
 
-# Comando para ejecutar la aplicación
-CMD ["conda", "run", "--no-capture-output", "-n", "marigold", "python", "app.py"]
+# Comando para inicializar la app
+CMD ["/app/entrypoint.sh"]

app.py

@@ -1,23 +1,36 @@
-from diffusers import StableDiffusionDepth2ImgPipeline
-import torch
+from fastapi import FastAPI, HTTPException
+import subprocess
+import os
 
-# Carga del modelo
-print("[DEBUG] Cargando modelo Marigold...")
-try:
-    pipe = StableDiffusionDepth2ImgPipeline.from_pretrained(
-        "prs-eth/marigold-depth-v1-0",
-        torch_dtype=torch.float16
-    )
-    pipe.to("cuda")
-    print("[DEBUG] Modelo Marigold cargado exitosamente.")
-except Exception as e:
-    print(f"[ERROR] Error al cargar el modelo: {e}")
-    raise e
+app = FastAPI()
 
-# Prueba básica (puedes expandir esto a un servidor con FastAPI o Flask si lo necesitas)
-if __name__ == "__main__":
-    print("[DEBUG] Prueba de modelo iniciada.")
-    # Aquí puedes hacer alguna prueba con una imagen de ejemplo
-    # Ejemplo:
-    # result = pipe("path_to_your_image.jpg")
-    print("[DEBUG] Prueba completada.")
+@app.post("/run_inference/")
+def run_inference(input_dir: str = "Marigold/input/in-the-wild_example", output_dir: str = "Marigold/output"):
+    """
+    Llama al script de inferencia de Marigold con los parámetros proporcionados.
+    """
+    try:
+        # Verifica que los directorios existan
+        if not os.path.exists(input_dir):
+            raise HTTPException(status_code=400, detail="Directorio de entrada no encontrado.")
+        if not os.path.exists(output_dir):
+            os.makedirs(output_dir)
+
+        # Llama al script de inferencia
+        command = [
+            "python", "Marigold/run.py",
+            "--checkpoint", "prs-eth/marigold-v1-0",
+            "--denoise_steps", "50",
+            "--ensemble_size", "10",
+            "--input_rgb_dir", input_dir,
+            "--output_dir", output_dir
+        ]
+        result = subprocess.run(command, capture_output=True, text=True)
+
+        # Verifica si hubo errores durante la ejecución
+        if result.returncode != 0:
+            raise HTTPException(status_code=500, detail=f"Error en la inferencia: {result.stderr}")
+
+        return {"message": "Inferencia completada", "output_dir": output_dir}
+    except Exception as e:
+        raise HTTPException(status_code=500, detail=str(e))

entrypoint.sh

@@ -0,0 +1,2 @@
+#!/bin/bash
+uvicorn app:app --host 0.0.0.0 --port 8000

environment.yaml

@@ -1,16 +0,0 @@
-name: marigold
-channels:
-  - conda-forge
-  - nvidia
-  - pytorch
-dependencies:
-  - accelerate>=0.22.0
-  - diffusers>=0.25.0
-  - matplotlib>=3.8.2
-  - scipy>=1.11.4
-  - python=3.10.12
-  - pytorch=2.4.0
-  - pytorch-cuda=11.7
-  - torchvision=0.19.0
-  - pip:
-    - transformers>=4.32.1

requirements.txt

@@ -1,10 +1,2 @@
 fastapi>=0.95.0
 uvicorn[standard]
-pillow
-accelerate>=0.22.0
-diffusers>=0.25.0
-matplotlib
-scipy
-torch==2.4.0
-torchvision==0.19.0
-transformers>=4.32.1