Download app.py from DHEIVER/SOS-RS-Shot-Object-Detection: direct link, hf CLI and curl.
- Browser
- Download file 2.15 kB
-
https://huggingface.co/spaces/DHEIVER/SOS-RS-Shot-Object-Detection/resolve/main/app.py
- Command line
-
hf download hf://spaces/DHEIVER/SOS-RS-Shot-Object-Detection/app.py
-
curl -L -o app.py https://huggingface.co/spaces/DHEIVER/SOS-RS-Shot-Object-Detection/resolve/main/app.py
2.15 kB
| import torch | |
| import gradio as gr | |
| from transformers import Owlv2Processor, Owlv2ForObjectDetection | |
| import spaces | |
| # Use GPU if available | |
| if torch.cuda.is_available(): | |
| device = torch.device("cuda") | |
| else: | |
| device = torch.device("cpu") | |
| model = Owlv2ForObjectDetection.from_pretrained("google/owlv2-base-patch16-ensemble").to(device) | |
| processor = Owlv2Processor.from_pretrained("google/owlv2-base-patch16-ensemble") | |
| def query_image(Upload_Image, Text, score_threshold): | |
| Text = Text | |
| Text = Text.split(",") | |
| size = max(Upload_Image.shape[:2]) | |
| target_sizes = torch.Tensor([[size, size]]) | |
| inputs = processor(text=Text, images=Upload_Image, return_tensors="pt").to(device) | |
| with torch.no_grad(): | |
| outputs = model(**inputs) | |
| outputs.logits = outputs.logits.cpu() | |
| outputs.pred_boxes = outputs.pred_boxes.cpu() | |
| results = processor.post_process_object_detection(outputs=outputs, target_sizes=target_sizes) | |
| boxes, scores, labels = results[0]["boxes"], results[0]["scores"], results[0]["labels"] | |
| result_labels = [] | |
| for box, score, label in zip(boxes, scores, labels): | |
| box = [int(i) for i in box.tolist()] | |
| if score < score_threshold: | |
| continue | |
| result_labels.append((box, Text[label.item()])) | |
| return Upload_Image, result_labels | |
| descricao = """ | |
| Você pode usar o AnyVision para consultar imagens com descrições de texto de qualquer objeto. | |
| Para usá-lo, basta carregar uma imagem e inserir descrições de texto separadas por vírgula dos objetos que deseja consultar na imagem. | |
| Você também pode usar o controle deslizante de limiar de pontuação para definir um limite para filtrar previsões de baixa probabilidade. | |
| Você pode obter melhores previsões consultando a imagem com modelos de texto usados no treinamento do modelo original: por exemplo, *"foto de uma bandeira estrelada"*, | |
| *"imagem de um sapato"*. | |
| """ | |
| demo = gr.Interface( | |
| query_image, | |
| inputs=[gr.Image(), "text", gr.Slider(0, 1, value=0.1)], | |
| outputs="annotatedimage", | |
| title="AnyVision - Detector de Objetos Zero-Shot com Owl2", | |
| description=descricao | |
| ) | |
| demo.launch() | |