Create app.py

app.py

@@ -0,0 +1,32 @@
+import gradio as gr
+from PIL import Image
+import requests
+from transformers import AutoModelForImageSegmentation, AutoFeatureExtractor
+import torch
+
+# 모델과 특징 추출기 로드
+model_name = "your_model_name_here"  # 배경 제거에 적합한 모델 이름으로 대체하세요.
+model = AutoModelForImageSegmentation.from_pretrained(model_name)
+feature_extractor = AutoFeatureExtractor.from_pretrained(model_name)
+
+def remove_background(image):
+    # 이미지 전처리
+    inputs = feature_extractor(images=image, return_tensors="pt")
+    
+    # 모델 예측
+    outputs = model(**inputs)
+    # 여기서는 예시로, 실제 모델의 출력을 처리하여 배경이 제거된 이미지를 생성하는 로직이 필요합니다.
+    # 이 부분은 선택한 모델과 그 출력에 따라 달라집니다.
+    
+    # PIL 이미지로 변환 (예시)
+    mask = outputs['mask'][0]  # 모델 출력에서 마스크 추출
+    mask = mask.mul(255).byte().cpu().numpy()
+    image_pil = Image.fromarray(mask).convert("RGB")
+    
+    return image_pil
+
+# Gradio 인터페이스
+iface = gr.Interface(fn=remove_background, inputs=gr.inputs.Image(type="pil"), outputs="image", title="배경 제거")
+
+# 인터페이스 실행
+iface.launch()