KillzoneCCO commited on
Commit
d0b3339
·
verified ·
1 Parent(s): 49b2fa7

Update app.py

Browse files
Files changed (1) hide show
  1. app.py +228 -143
app.py CHANGED
@@ -1,6 +1,5 @@
1
  # app.py
2
- # app.py
3
- from datasets import load_dataset, Dataset, Image as DatasetImage, Value, Array2D, Features
4
  import gradio as gr
5
  import pandas as pd
6
  from PIL import Image as PILImage
@@ -9,22 +8,20 @@ import matplotlib.pyplot as plt
9
  import io
10
 
11
  # --- Настройки вашего датасета ---
12
- DATASET_REPO_ID = "KillzoneCCO/my-ainex-robot-dataset" # Убедитесь, что это ваш ID репозитория
13
  DATASET_SPLIT = "train"
14
 
15
  # Глобальная переменная для хранения загруженного и сгруппированного датасета
16
  my_episodes = None
17
- dataset_features = None
18
 
19
  # --- Функция загрузки и подготовки данных ---
20
  def load_and_prepare_dataset():
21
  """Загружает датасет с Hugging Face Hub и группирует по эпизодам."""
22
- global my_episodes, dataset_features
23
  print("Attempting to load dataset...")
24
  try:
25
  dataset = load_dataset(DATASET_REPO_ID, split=DATASET_SPLIT)
26
- dataset_features = dataset.features # Сохраняем фичи датасета
27
-
28
  if len(dataset) == 0:
29
  error_msg = "Датасет пуст. Нет данных для отображения."
30
  print(error_msg)
@@ -37,153 +34,246 @@ def load_and_prepare_dataset():
37
  if episode_idx_raw is None:
38
  episode_idx_raw = 0
39
  row["episode_index"] = 0
40
- print(f"Warning: 'episode_index' not found for row {i}. Setting to 0.")
41
 
42
- episode_idx = int(episode_idx_raw)
43
- if episode_idx not in episodes_data:
44
- episodes_data[episode_idx] = []
45
- episodes_data[episode_idx].append(row)
46
-
47
- # Сортируем шаги внутри каждого эпизода по временной метке, если есть
48
- for episode_idx in episodes_data:
49
- episodes_data[episode_idx].sort(key=lambda x: x.get("timestamp", 0))
50
 
51
- my_episodes = episodes_data
52
- print(f"Dataset loaded. Found {len(my_episodes)} episodes.")
 
53
 
54
- episode_options = sorted(list(my_episodes.keys()))
55
- return f"Датасет '{DATASET_REPO_ID}' загружен. Найдено {len(my_episodes)} эпизодов.", gr.update(choices=episode_options, value=episode_options[0] if episode_options else None)
56
-
 
 
 
 
 
 
57
  except Exception as e:
58
- error_msg = f"Ошибка при загрузке или подготовке датасета: {e}"
59
  print(error_msg)
60
- my_episodes = {}
61
  return error_msg, gr.update(choices=[], value=None)
62
 
63
- # --- Функция для отображения данных конкретного шага ---
64
- def display_step_data(selected_episode_idx, step_idx):
65
- global my_episodes
66
- if not my_episodes or selected_episode_idx is None:
67
- return "", None, {}, {}
68
-
69
- episode_steps = my_episodes[selected_episode_idx]
70
- if not (0 <= step_idx < len(episode_steps)):
71
- return "Неверный номер шага.", None, {}, {}
72
-
73
- step_data = episode_steps[step_idx]
74
-
75
- # Подготовьте информацию о шаге
76
- step_info = (
77
- f"Эпизод: {step_data['episode_index']}, "
78
- f"Шаг: {step_idx}/{len(episode_steps)-1}, "
79
- f"Вознаграждение: {step_data['reward']:.2f}, "
80
- f"Завершено: {step_data['terminated']}, "
81
- f"Усечено: {step_data['truncated']}, "
82
- f"Timestamp: {step_data['timestamp']:.2f}"
83
- )
84
-
85
- # Обработка изображения
86
- image_pil = step_data['observation.camera_image_left']
87
-
88
- # Обработка наблюдений
89
- observation_data = {
90
- "joint_positions": step_data['observation.joint_positions'].squeeze().tolist(), # ИСПРАВЛЕНО: .squeeze()
91
- "is_walking": step_data['observation.is_walking'],
92
- "button_state": step_data['observation.button_state']
93
- }
94
-
95
- # Обработка действий
96
- action_data = {
97
- "servo_commands": step_data['action.servo_commands'].squeeze().tolist() # ИСПРАВЛЕНО: .squeeze()
98
- }
99
-
100
- return step_info, image_pil, observation_data, action_data
101
-
102
- # --- Функция для обновления информации об эпизоде при выборе ---
103
- def update_episode_info(selected_episode_idx):
104
- global my_episodes
105
- if not my_episodes or selected_episode_idx is None:
106
- return gr.update(maximum=0, value=0), "0", "Нет данных", None, {}, {}
107
 
108
- episode_steps = my_episodes[selected_episode_idx]
109
- num_steps = len(episode_steps)
110
- if num_steps == 0:
111
- return gr.update(maximum=0, value=0), "0", "Нет данных", None, {}, {}
 
112
 
113
- # Вызываем display_step_data для первого шага (индекс 0)
114
- step_info, image_pil, observation_data, action_data = display_step_data(selected_episode_idx, 0)
 
 
 
115
 
116
- return (
117
- gr.update(maximum=num_steps - 1, value=0), # Обновляем максимальное значение слайдера шагов
118
- str(num_steps), # Обновляем общее количество шагов
119
- step_info, # Обновляем информацию о шаге (для первого шага)
120
- image_pil, # Обновляем изображение (для первого шага)
121
- observation_data, # Обновляем наблюдения (для первого шага)
122
- action_data # Обновляем действия (для первого шага)
123
- )
124
-
125
-
126
- # --- Функция для анализа данных (гистограммы положений суставов) ---
127
- def analyze_data():
128
- global my_episodes
129
- if not my_episodes:
130
- return "Нет данных для анализа.", None
 
 
131
 
132
- all_joint_positions = []
133
- for episode_id in my_episodes:
134
- for step in my_episodes[episode_id]:
135
- # Убедитесь, что данные извлекаются корректно (используем .squeeze() здесь тоже)
136
- all_joint_positions.extend(step['observation.joint_positions'].squeeze().tolist()) # ИСПРАВЛЕНО: .squeeze()
137
 
138
- if not all_joint_positions:
139
- return "Нет данных о положениях суставов для анализа.", None
 
 
 
140
 
141
- df = pd.DataFrame(all_joint_positions)
 
 
 
142
 
143
- # Построение гистограммы
144
- fig, ax = plt.subplots(figsize=(12, 6))
145
- df.hist(ax=ax, bins=50) # bins - количество столбцов гистограммы
146
- fig.suptitle('Распределение положений суставов', y=1.02)
147
- plt.tight_layout()
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
148
 
149
- # Сохраняем график в буфер и возвращаем его
150
  buf = io.BytesIO()
151
  plt.savefig(buf, format='png')
152
  buf.seek(0)
153
- plt.close(fig) # Закрываем фигуру, чтобы избежать утечек памяти
154
 
155
- return "Гистограмма распределения положений суставов:", PILImage.open(buf)
156
-
157
 
158
- # --- Gradio интерфейс ---
159
  with gr.Blocks() as demo:
160
- gr.Markdown("# Интерактивный просмотр датасета робота Ainex")
161
- gr.Markdown("Загрузите ваш датасет с Hugging Face Hub и исследуйте собранные данные. Нажмите 'Обновить датасет', чтобы загрузить последние данные.")
162
-
163
- with gr.Row():
164
- with gr.Column(scale=1):
165
- refresh_button = gr.Button("Обновить датасет")
166
- refresh_status = gr.Textbox(label="Статус загрузки датасета", value="Нажмите 'Обновить датасет' для начала.")
167
-
168
- episode_selector = gr.Dropdown(label="Выберите эпизод", choices=[], interactive=True)
169
- num_steps_in_episode_output = gr.Textbox(label="Всего шагов в эпизоде", interactive=False)
170
-
171
- step_slider = gr.Slider(minimum=0, maximum=0, value=0, label="Выберите шаг", step=1, interactive=True)
172
-
173
- analyze_button = gr.Button("Анализ данных (Гистограмма Joint Positions)")
174
-
175
- with gr.Column(scale=2):
176
- step_info_output = gr.Textbox(label="Информация о шаге", interactive=False)
177
- image_output = gr.Image(label="Изображение с камеры робота", type="pil", height=480) # Установлена высота для лучшего отображения
178
-
179
- with gr.Accordion("Детальные данные", open=True):
180
- observation_output = gr.Json(label="Наблюдения (observation)")
181
- action_output = gr.Json(label="Действия (action)")
182
-
183
- with gr.Row():
184
- with gr.Column():
185
- analysis_text_output = gr.Textbox(label="Результаты анализа", interactive=False)
186
- analysis_plot_output = gr.Plot(label="График анализа")
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
187
 
188
  # --- Логика взаимодействия ---
189
  demo.load(
@@ -193,13 +283,13 @@ with gr.Blocks() as demo:
193
  ).then(
194
  update_episode_info,
195
  inputs=episode_selector,
196
- outputs=[step_slider, num_steps_in_episode_output, step_info_output, image_output, observation_output, action_output]
197
  )
198
 
199
  episode_selector.change(
200
  update_episode_info,
201
  inputs=episode_selector,
202
- outputs=[step_slider, num_steps_in_episode_output, step_info_output, image_output, observation_output, action_output]
203
  )
204
 
205
  step_slider.change(
@@ -215,13 +305,8 @@ with gr.Blocks() as demo:
215
  ).then(
216
  update_episode_info,
217
  inputs=episode_selector,
218
- outputs=[step_slider, num_steps_in_episode_output, step_info_output, image_output, observation_output, action_output]
219
- )
220
-
221
- analyze_button.click(
222
- analyze_data,
223
- inputs=None,
224
- outputs=[analysis_text_output, analysis_plot_output]
225
  )
226
 
227
- demo.launch(debug=True)
 
 
1
  # app.py
2
+ from datasets import load_dataset, Dataset
 
3
  import gradio as gr
4
  import pandas as pd
5
  from PIL import Image as PILImage
 
8
  import io
9
 
10
  # --- Настройки вашего датасета ---
11
+ DATASET_REPO_ID = "KillzoneCCO/my-ainex-robot-dataset"
12
  DATASET_SPLIT = "train"
13
 
14
  # Глобальная переменная для хранения загруженного и сгруппированного датасета
15
  my_episodes = None
 
16
 
17
  # --- Функция загрузки и подготовки данных ---
18
  def load_and_prepare_dataset():
19
  """Загружает датасет с Hugging Face Hub и группирует по эпизодам."""
20
+ global my_episodes
21
  print("Attempting to load dataset...")
22
  try:
23
  dataset = load_dataset(DATASET_REPO_ID, split=DATASET_SPLIT)
24
+
 
25
  if len(dataset) == 0:
26
  error_msg = "Датасет пуст. Нет данных для отображения."
27
  print(error_msg)
 
34
  if episode_idx_raw is None:
35
  episode_idx_raw = 0
36
  row["episode_index"] = 0
37
+ print(f"Warning: 'episode_index' not found for row {i}, defaulting to 0.")
38
 
39
+ # ИСПРАВЛЕНО: Используем 1-индексированный номер эпизода для ключа
40
+ episode_idx_display = episode_idx_raw + 1
 
 
 
 
 
 
41
 
42
+ if episode_idx_display not in episodes_data:
43
+ episodes_data[episode_idx_display] = []
44
+ episodes_data[episode_idx_display].append(row)
45
 
46
+ sorted_episodes = dict(sorted(episodes_data.items()))
47
+ my_episodes = sorted_episodes
48
+ print(f"Dataset loaded and prepared. Number of episodes: {len(my_episodes)}")
49
+
50
+ episode_keys = list(my_episodes.keys())
51
+ # Если эпизоды есть, выбираем первый для инициализации (теперь это 1-индексированный ключ)
52
+ initial_episode_value = episode_keys[0] if episode_keys else None
53
+
54
+ return "Данные успешно загружены!", gr.update(choices=episode_keys, value=initial_episode_value)
55
  except Exception as e:
56
+ error_msg = f"Ошибка при загрузке или обработке датасета: {e}"
57
  print(error_msg)
58
+ my_episodes = error_msg
59
  return error_msg, gr.update(choices=[], value=None)
60
 
61
+ # --- Функции для Gradio интерфейса ---
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
62
 
63
+ def get_num_steps_in_episode(episode_idx):
64
+ """Возвращает количество шагов в выбранном эпизоде."""
65
+ if isinstance(my_episodes, str) or not my_episodes:
66
+ return 0
67
+ return len(my_episodes.get(episode_idx, []))
68
 
69
+ def update_episode_info(episode_idx):
70
+ """Обновляет информацию при выборе нового эпизода."""
71
+ print(f"update_episode_info called with episode_idx: {episode_idx}")
72
+ if isinstance(my_episodes, str):
73
+ return my_episodes, 0, 0, "", None, "", ""
74
 
75
+ # Если episode_idx не выбран (например, при первом запуске) или список пуст
76
+ if episode_idx is None:
77
+ if my_episodes:
78
+ # ИСПРАВЛЕНО: Берем первый 1-индексированный ключ из my_episodes
79
+ episode_idx = list(my_episodes.keys())[0]
80
+ print(f"Defaulting to first episode: {episode_idx}")
81
+ else:
82
+ print("No episodes available to select in update_episode_info.")
83
+ return gr.update(maximum=0, value=0), 0, 0, "Нет доступных данных.", None, "", ""
84
+
85
+ num_steps = get_num_steps_in_episode(episode_idx)
86
+
87
+ step_slider_update = gr.update(minimum=0, maximum=max(0, num_steps - 1), value=0)
88
+
89
+ step_info, image, obs_text, action_text = display_step_data(episode_idx, 0)
90
+
91
+ return step_slider_update, num_steps, 0, step_info, image, obs_text, action_text
92
 
 
 
 
 
 
93
 
94
+ def display_step_data(episode_idx, step_idx):
95
+ """Отображает данные для конкретного шага в эпизоде."""
96
+ print(f"display_step_data called with episode_idx: {episode_idx}, step_idx: {step_idx}")
97
+ if isinstance(my_episodes, str):
98
+ return my_episodes, None, "", ""
99
 
100
+ episode = my_episodes.get(episode_idx)
101
+ if not episode or not (0 <= step_idx < len(episode)):
102
+ print(f"Error: Invalid episode_idx ({episode_idx}) or step_idx ({step_idx}). Episode length: {len(episode) if episode else 0}")
103
+ return "Неверный эпизод или индекс шага.", None, "", ""
104
 
105
+ record = episode[step_idx]
106
+
107
+ # --- Подготовка изображения ---
108
+ image_to_display = None
109
+ if "observation.camera_image_left" in record and record["observation.camera_image_left"] is not None:
110
+ image_data = record["observation.camera_image_left"]
111
+ try:
112
+ if isinstance(image_data, PILImage.Image):
113
+ image_to_display = image_data
114
+ elif isinstance(image_data, np.ndarray):
115
+ if image_data.ndim == 2:
116
+ image_data = np.stack([image_data]*3, axis=-1)
117
+ image_to_display = PILImage.fromarray(image_data.astype(np.uint8))
118
+ else:
119
+ print(f"Warning: Unknown image format (type: {type(image_data)}). Could not display.")
120
+ except Exception as img_e:
121
+ print(f"Error processing image: {img_e}")
122
+ else:
123
+ print("Image 'observation.camera_image_left' not found or is None.")
124
+
125
+ # --- Подготовка текстовых наблюдений ---
126
+ observation_text = ""
127
+ for key, value in record.items():
128
+ if key.startswith("observation.") and not key.endswith("camera_image_left"):
129
+ observation_text += f"{key.replace('observation.', '')}: {value}\n"
130
+
131
+ # --- Подготовка текстовых действий ---
132
+ action_text = ""
133
+ for key, value in record.items():
134
+ if key.startswith("action."):
135
+ action_text += f"{key.replace('action.', '')}: {value}\n"
136
+
137
+ # --- Подготовка общей информации о шаге ---
138
+ step_info_text = f"Шаг: {step_idx}\n"
139
+ step_info_text += f"Вознаграждение (reward): {record.get('reward', 'N/A')}\n"
140
+ step_info_text += f"Завершено (terminated): {record.get('terminated', 'N/A')}\n"
141
+ step_info_text += f"Сокращено (truncated): {record.get('truncated', 'N/A')}\n"
142
+ step_info_text += f"Временная метка (timestamp): {record.get('timestamp', 'N/A')}\n"
143
+
144
+ return step_info_text, image_to_display, observation_text, action_text
145
+
146
+ def analyze_dataset_stats():
147
+ """Выполняет базовый статистический анализ датасета."""
148
+ print("analyze_dataset_stats called.")
149
+ if isinstance(my_episodes, str):
150
+ return my_episodes, None
151
+ if not my_episodes:
152
+ return "Нет загруженных данных для анализа.", None
153
+
154
+ all_rewards = []
155
+ all_x = []
156
+ all_y = []
157
+ all_angle = []
158
+ all_action_axes_0 = []
159
+ all_action_axes_1 = []
160
+
161
+ for episode_idx in my_episodes:
162
+ for record in my_episodes[episode_idx]:
163
+ all_rewards.append(record.get('reward', 0.0))
164
+ if 'observation.x' in record:
165
+ all_x.append(record['observation.x'])
166
+ if 'observation.y' in record:
167
+ all_y.append(record['observation.y'])
168
+ if 'observation.angle' in record:
169
+ all_angle.append(record['observation.angle'])
170
+
171
+ if 'action.axes' in record and isinstance(record['action.axes'], list):
172
+ if len(record['action.axes']) > 0:
173
+ all_action_axes_0.append(record['action.axes'][0])
174
+ else:
175
+ all_action_axes_0.append(0.0)
176
+ if len(record['action.axes']) > 1:
177
+ all_action_axes_1.append(record['action.axes'][1])
178
+ else:
179
+ all_action_axes_1.append(0.0)
180
+ elif 'action.axes' in record and isinstance(record['action.axes'], (int, float)):
181
+ all_action_axes_0.append(record['action.axes'])
182
+ all_action_axes_1.append(0.0)
183
+
184
+ stats_output = "### Статистика по наградам:\n"
185
+ if all_rewards:
186
+ stats_output += f"Средняя награда: {np.mean(all_rewards):.2f}\n"
187
+ stats_output += f"Медиана награды: {np.median(all_rewards):.2f}\n"
188
+ stats_output += f"Стандартное отклонение награды: {np.std(all_rewards):.2f}\n"
189
+ stats_output += f"Минимальная награда: {np.min(all_rewards):.2f}\n"
190
+ stats_output += f"Максимальная награда: {np.max(all_rewards):.2f}\n\n"
191
+ else:
192
+ stats_output += "Нет данных по наградам.\n\n"
193
+
194
+ stats_output += "### Статистика по наблюдениям (x, y, angle):\n"
195
+ if all_x:
196
+ stats_output += f"Среднее X: {np.mean(all_x):.2f}, Среднее Y: {np.mean(all_y):.2f}, Средний угол: {np.mean(all_angle):.2f}\n"
197
+ stats_output += f"Стд. откл. X: {np.std(all_x):.2f}, Стд. откл. Y: {np.std(all_y):.2f}, Стд. откл. угла: {np.std(all_angle):.2f}\n\n"
198
+ else:
199
+ stats_output += "Нет данных для X, Y, Angle.\n\n"
200
+
201
+ stats_output += "### Статистика по действиям (axes):\n"
202
+ if all_action_axes_0:
203
+ stats_output += f"Среднее action.axes[0]: {np.mean(all_action_axes_0):.2f}, Среднее action.axes[1]: {np.mean(all_action_axes_1):.2f}\n"
204
+ stats_output += f"Стд. откл. action.axes[0]: {np.std(all_action_axes_0):.2f}, Стд. откл. action.axes[1]: {np.std(all_action_axes_1):.2f}\n"
205
+ else:
206
+ stats_output += "Нет данных для action.axes.\n"
207
+
208
+ plt.figure(figsize=(10, 6))
209
+ if all_rewards:
210
+ plt.plot(all_rewards)
211
+ plt.title("Награда по шагам")
212
+ plt.xlabel("Шаг")
213
+ plt.ylabel("Награда")
214
+ plt.grid(True)
215
+ else:
216
+ plt.text(0.5, 0.5, "Нет данных для построения графика награды", horizontalalignment='center', verticalalignment='center', transform=plt.gca().transAxes)
217
+ plt.title("График награды")
218
 
 
219
  buf = io.BytesIO()
220
  plt.savefig(buf, format='png')
221
  buf.seek(0)
222
+ plt.close()
223
 
224
+ return stats_output, PILImage.open(buf)
 
225
 
226
+ # --- Создаем Gradio интерфейс ---
227
  with gr.Blocks() as demo:
228
+ gr.Markdown(f"# Визуализация и анализ датасета `{DATASET_REPO_ID}`")
229
+ gr.Markdown("Здесь вы можете просмотреть информацию о вашем собранном датасете робота, сгруппированную по эпизодам, а также выполнить базовый анализ.")
230
+
231
+ refresh_button = gr.Button("Обновить данные с Hugging Face Hub")
232
+ refresh_status = gr.Textbox(label="Статус обновления", interactive=False)
233
+
234
+ with gr.Tab("Просмотр данных"):
235
+ with gr.Row():
236
+ with gr.Column(scale=1):
237
+ gr.Markdown("### Выбор эпизода")
238
+ episode_selector = gr.Dropdown(
239
+ label="Выберите эпизод",
240
+ choices=[],
241
+ value=None,
242
+ interactive=True
243
+ )
244
+ num_steps_in_episode_output = gr.Number(label="Всего шагов в эпизоде", value=0, precision=0, interactive=False)
245
+
246
+ gr.Markdown("### Навигация по шагам")
247
+ step_slider = gr.Slider(
248
+ minimum=0,
249
+ maximum=0,
250
+ value=0,
251
+ step=1,
252
+ label="Шаг в эпизоде",
253
+ interactive=True
254
+ )
255
+
256
+ step_info_output = gr.Textbox(label="Информация о шаге", lines=5, interactive=False)
257
+
258
+ with gr.Column(scale=2):
259
+ gr.Markdown("### Визуализация")
260
+ image_output = gr.Image(label="Изображение с камеры", type="pil", height=400, show_label=True)
261
+
262
+ with gr.Row():
263
+ observation_output = gr.Textbox(label="Наблюдения", lines=10, interactive=False)
264
+ action_output = gr.Textbox(label="Действия", lines=10, interactive=False)
265
+
266
+ with gr.Tab("Анализ данных"):
267
+ gr.Markdown("### Статистический анализ и графики")
268
+ analyze_button = gr.Button("Выполнить анализ")
269
+ stats_output = gr.Textbox(label="Статистика датасета", lines=20, interactive=False)
270
+ reward_plot = gr.Plot(label="График награды по шагам")
271
+
272
+ analyze_button.click(
273
+ analyze_dataset_stats,
274
+ inputs=None,
275
+ outputs=[stats_output, reward_plot]
276
+ )
277
 
278
  # --- Логика взаимодействия ---
279
  demo.load(
 
283
  ).then(
284
  update_episode_info,
285
  inputs=episode_selector,
286
+ outputs=[step_slider, num_steps_in_episode_output, step_slider, step_info_output, image_output, observation_output, action_output]
287
  )
288
 
289
  episode_selector.change(
290
  update_episode_info,
291
  inputs=episode_selector,
292
+ outputs=[step_slider, num_steps_in_episode_output, step_slider, step_info_output, image_output, observation_output, action_output]
293
  )
294
 
295
  step_slider.change(
 
305
  ).then(
306
  update_episode_info,
307
  inputs=episode_selector,
308
+ outputs=[step_slider, num_steps_in_episode_output, step_slider, step_info_output, image_output, observation_output, action_output]
 
 
 
 
 
 
309
  )
310
 
311
+ # Запуск приложения Gradio
312
+ demo.launch()