Add Spanish titles and disclaimers

app.py

@@ -1,49 +1,59 @@
-import streamlit as st # HF spaces at v1.2.0
-from utils import load_model,generate
+import streamlit as st
 
-## Configuración de nuestro demo
+from utils import carga_modelo, genera
+
+## Página principal
 st.title("Butterfly GAN (GAN de mariposas)")
-st.write("Modelo Light-GAN entrenado con 1000 imágenes de mariposas tomadas de la colección del Museo Smithsonian.")
-st.write("*Disclaimers:")
-st.write("* Este demo es una versión simplificada del creado por [Ceyda Cinarel](https://github.com/cceyda) y [Jonathan Whitaker](https://datasciencecastnet.home.blog/) ([link](https://huggingface.co/spaces/huggan/butterfly-gan)) durante el hackathon [HugGan](https://github.com/huggingface/community-events).")
-st.write("* Modelo basado en el [paper](https://openreview.net/forum?id=1Fqg133qRaI) *Towards Faster and Stabilized GAN Training for High-fidelity Few-shot Image Synthesis*.")
+st.write(
+    "Modelo Light-GAN entrenado con 1000 imágenes de mariposas tomadas de la colección del Museo Smithsonian."
+)
 
+## Barra lateral
 st.sidebar.subheader("¡Esta mariposa no existe! Ni en América Latina 🤯.")
 st.sidebar.image("assets/logo.png", width=200)
-st.sidebar.caption(f"[Modelo](https://huggingface.co/ceyda/butterfly_cropped_uniq1K_512) y [Dataset](https://huggingface.co/datasets/huggan/smithsonian_butterflies_subset) usados.")
-st.sidebar.caption(f"*Contribuidores:*")
-st.sidebar.caption(f"[Ceyda Cinarel](https://github.com/cceyda) y [Jonathan Whitaker](https://datasciencecastnet.home.blog/). Edición de versión simplificada por [Omar Espejel](https://twitter.com/espejelomar).")
+st.sidebar.caption(
+    f"[Modelo](https://huggingface.co/ceyda/butterfly_cropped_uniq1K_512) y [Dataset](https://huggingface.co/datasets/huggan/smithsonian_butterflies_subset) usados."
+)
+st.sidebar.caption(f"*Disclaimers:*")
+st.sidebar.caption(
+    "* Este demo es una versión simplificada del creado por [Ceyda Cinarel](https://github.com/cceyda) y [Jonathan Whitaker](https://datasciencecastnet.home.blog/) ([link](https://huggingface.co/spaces/huggan/butterfly-gan)) durante el hackathon [HugGan](https://github.com/huggingface/community-events). Cualquier error se atribuye a [Omar Espejel](https://twitter.com/espejelomar)."
+)
+st.sidebar.caption(
+    "* Modelo basado en el [paper](https://openreview.net/forum?id=1Fqg133qRaI) *Towards Faster and Stabilized GAN Training for High-fidelity Few-shot Image Synthesis*."
+)
 
 ## Cargamos modelo
-repo_id = 'ceyda/butterfly_cropped_uniq1K_512'
-version_modelo ='57d36a15546909557d9f967f47713236c8288838'
-modelo_gan = load_model(repo_id, version_modelo)
+repo_id = "ceyda/butterfly_cropped_uniq1K_512"
+version_modelo = "57d36a15546909557d9f967f47713236c8288838"
+modelo_gan = carga_modelo(repo_id, version_modelo)
 
 ## Generamos 4 mariposas
-n_mariposas =4 
+n_mariposas = 4
 
 ## Función que genera mariposas y lo guarda como un estado de la sesión
 def corre():
     with st.spinner("Generando, espera un poco..."):
-        ims=generate(modelo_gan,n_mariposas)
-        st.session_state['ims'] = ims
+        ims = genera(modelo_gan, n_mariposas)
+        st.session_state["ims"] = ims
+
 
 ## Si no hay una imagen generada entonces generala
-if 'ims' not in st.session_state:
-    st.session_state['ims'] = None
+if "ims" not in st.session_state:
+    st.session_state["ims"] = None
     corre()
 
 ## ims contiene las imágenes generadas
-ims=st.session_state["ims"]
+ims = st.session_state["ims"]
 
 ## Si la usuaria da click en el botón entonces corremos la función genera()
-runb=st.button("Genera mariposas, porfa.", on_click=corre ,help="Estamos en pleno vuelo, puede tardar.")
+corre_boton = st.button(
+    "Genera mariposas, porfa.",
+    on_click=corre,
+    help="Estamos en pleno vuelo, puede tardar.",
+)
 
 if ims is not None:
-    cols=st.columns(n_mariposas)
-    # picks=[False]*n_mariposas
-    for j,im in enumerate(ims):
-        i=j%n_mariposas
+    cols = st.columns(n_mariposas)
+    for j, im in enumerate(ims):
+        i = j % n_mariposas
         cols[i].image(im, use_column_width=True)
-
-

utils.py

@@ -1,15 +1,18 @@
+import numpy as np
 import torch
 from huggan.pytorch.lightweight_gan.lightweight_gan import LightweightGAN
-import numpy as np
 
 
-def load_model(model_name='ceyda/butterfly_cropped_uniq1K_512',model_version=None):
-    gan = LightweightGAN.from_pretrained(model_name,version=model_version)
+## Cargamos el modelo desde el Hub de Hugging Face
+def carga_modelo(model_name="ceyda/butterfly_cropped_uniq1K_512", model_version=None):
+    gan = LightweightGAN.from_pretrained(model_name, version=model_version)
     gan.eval()
     return gan
-    
-def generate(gan,batch_size=1):
+
+
+## Usamos el modelo GAN para generar imágenes
+def genera(gan, batch_size=1):
     with torch.no_grad():
-        ims = gan.G(torch.randn(batch_size, gan.latent_dim)).clamp_(0., 1.)*255
-        ims = ims.permute(0,2,3,1).detach().cpu().numpy().astype(np.uint8)
-    return ims
+        ims = gan.G(torch.randn(batch_size, gan.latent_dim)).clamp_(0.0, 1.0) * 255
+        ims = ims.permute(0, 2, 3, 1).detach().cpu().numpy().astype(np.uint8)
+    return ims