Spaces:
Sleeping
Sleeping
Create app.py
Browse files
app.py
ADDED
|
@@ -0,0 +1,87 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
import gradio as gr
|
| 2 |
+
from PIL import Image
|
| 3 |
+
import spaces
|
| 4 |
+
import torch
|
| 5 |
+
from transformers import AutoProcessor, Qwen2_5_VLForConditionalGeneration
|
| 6 |
+
|
| 7 |
+
# 1. Definiamo il modello a 7B parametri
|
| 8 |
+
MODEL_ID = "Qwen/Qwen2.5-VL-7B-Instruct"
|
| 9 |
+
|
| 10 |
+
print("Caricamento del modello in corso... Attendere qualche istante.")
|
| 11 |
+
|
| 12 |
+
# 2. Carichiamo il processore e il modello con ottimizzazione della memoria
|
| 13 |
+
processor = AutoProcessor.from_pretrained(MODEL_ID)
|
| 14 |
+
model = Qwen2_5_VLForConditionalGeneration.from_pretrained(
|
| 15 |
+
MODEL_ID, torch_dtype=torch.float16, device_map="auto"
|
| 16 |
+
)
|
| 17 |
+
|
| 18 |
+
|
| 19 |
+
# 3. La funzione che analizza la foto usando ZeroGPU
|
| 20 |
+
@spaces.GPU
|
| 21 |
+
def analizza_cibo_e_ricette(immagine: Image.Image, dieta_utente: str):
|
| 22 |
+
if immagine is None:
|
| 23 |
+
return "Per favore, carica un'immagine del tuo frigorifero, della dispensa o di uno scontrino."
|
| 24 |
+
|
| 25 |
+
# Messaggio di istruzioni inviato al modello
|
| 26 |
+
prompt = f"""
|
| 27 |
+
Sei un assistente nutrizionale esperto.
|
| 28 |
+
1. Identifica chiaramente tutti gli alimenti ed ingredienti visibili nell'immagine.
|
| 29 |
+
2. Considera le seguenti preferenze/restrizioni di dieta dell'utente: "{dieta_utente}".
|
| 30 |
+
3. Suggerisci 2 ricette pratiche da cucinare usando principalmente gli ingredienti rilevati.
|
| 31 |
+
|
| 32 |
+
Rispondi in modo chiaro, ordinato e sempre in lingua italiana.
|
| 33 |
+
"""
|
| 34 |
+
|
| 35 |
+
messages = [
|
| 36 |
+
{
|
| 37 |
+
"role": "user",
|
| 38 |
+
"content": [
|
| 39 |
+
{"type": "image", "image": immagine},
|
| 40 |
+
{"type": "text", "text": prompt},
|
| 41 |
+
],
|
| 42 |
+
}
|
| 43 |
+
]
|
| 44 |
+
|
| 45 |
+
# Preparazione dei dati per la scheda grafica
|
| 46 |
+
text_prompt = processor.apply_chat_template(
|
| 47 |
+
messages, tokenize=False, add_generation_prompt=True
|
| 48 |
+
)
|
| 49 |
+
inputs = processor(
|
| 50 |
+
text=[text_prompt], images=[immagine], padding=True, return_tensors="pt"
|
| 51 |
+
).to("cuda")
|
| 52 |
+
|
| 53 |
+
# Generazione della risposta
|
| 54 |
+
generated_ids = model.generate(**inputs, max_new_tokens=600)
|
| 55 |
+
generated_ids_trimmed = [
|
| 56 |
+
out_ids[len(in_ids) :]
|
| 57 |
+
for in_ids, out_ids in zip(inputs.input_ids, generated_ids)
|
| 58 |
+
]
|
| 59 |
+
|
| 60 |
+
risposta = processor.batch_decode(
|
| 61 |
+
generated_ids_trimmed,
|
| 62 |
+
skip_special_tokens=True,
|
| 63 |
+
clean_up_tokenization_spaces=False,
|
| 64 |
+
)[0]
|
| 65 |
+
|
| 66 |
+
return risposta
|
| 67 |
+
|
| 68 |
+
|
| 69 |
+
# 4. Creazione dell'interfaccia web e dell'API automatica
|
| 70 |
+
demo = gr.Interface(
|
| 71 |
+
fn=analizza_cibo_e_ricette,
|
| 72 |
+
inputs=[
|
| 73 |
+
gr.Image(type="pil", label="Foto Frigo / Dispensa"),
|
| 74 |
+
gr.Textbox(
|
| 75 |
+
label="Preferenze Dieta",
|
| 76 |
+
value="Iperproteica, senza lattosio",
|
| 77 |
+
placeholder="Es: Vegetariana, Keto, Basso contenuto di sale...",
|
| 78 |
+
),
|
| 79 |
+
],
|
| 80 |
+
outputs=gr.Textbox(label="Risposta Assistente Cibo"),
|
| 81 |
+
title="API Gestione Cibo & Ricette (Qwen 7B)",
|
| 82 |
+
description="Carica la foto degli alimenti e indica la tua dieta per ottenere l'analisi e le ricette.",
|
| 83 |
+
)
|
| 84 |
+
|
| 85 |
+
# Avvio del server
|
| 86 |
+
if __name__ == "__main__":
|
| 87 |
+
demo.launch()
|