marigold-v1-0

app.py

@@ -11,11 +11,11 @@ app = FastAPI()
 @app.on_event("startup")
 async def startup_event():
     global pipe
-    print("[DEBUG] Cargando modelo Marigold...")
+    print("[DEBUG] Cargando modelo Marigold-v1-0...")
     pipe = diffusers.MarigoldDepthPipeline.from_pretrained(
-        "prs-eth/marigold-depth-lcm-v1-0", variant="fp16", torch_dtype=torch.float16
+        "prs-eth/marigold-v1-0", variant="fp16", torch_dtype=torch.float16
     ).to("cuda")
-    print("[DEBUG] Modelo Marigold cargado exitosamente.")
+    print("[DEBUG] Modelo Marigold-v1-0 cargado exitosamente.")
 
 @app.post("/predict-depth/")
 async def predict_depth(file: UploadFile = File(...)):
@@ -28,7 +28,7 @@ async def predict_depth(file: UploadFile = File(...)):
         image = Image.open(file.file).convert("RGB")
 
         # Realiza la predicción de profundidad
-        print("[DEBUG] Realizando predicción de profundidad...")
+        print("[DEBUG] Realizando predicción de profundidad con Marigold-v1-0...")
         depth = pipe(image)
 
         # Exporta la profundidad como una imagen 16-bit PNG
@@ -47,4 +47,4 @@ async def predict_depth(file: UploadFile = File(...)):
 
 @app.get("/")
 async def root():
-    return {"message": "API de generación de mapas de profundidad con Marigold"}
+    return {"message": "API de generación de mapas de profundidad con Marigold-v1-0"}