mariafernanda
feat: configuraci贸n inicial del proyecto
fa6c9ef
Raw History Blame Contribute Delete
3.14 kB
# ============================================================
# Maestr铆a de Ciencia de Datos
#
# Aprendizaje Autom谩tico Avanzado
#
# Autores:
# - Samir Mateo Sierra Blanco
# - Maria Fernanda Gonz谩lez Acevedo
# ============================================================
# Se importan las librer铆as necesarias
import torch
import gradio as gr
import spaces
from PIL import Image
from transformers import DetrImageProcessor, DetrForObjectDetection
# Se carga el modelo y el procesador de im谩genes
MODEL_NAME = "facebook/detr-resnet-50"
processor = DetrImageProcessor.from_pretrained(MODEL_NAME)
model = DetrForObjectDetection.from_pretrained(MODEL_NAME)
# Se usa la GPU si est谩 disponible, de lo contrario se usa la CPU
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
model.to(device)
model.eval()
# Se realiza funci贸n para la detecci贸n de objetos en una imagen
@spaces.GPU
def detect_objects(image: Image.Image):
if image is None:
return "No se recibi贸 ninguna imagen."
# Se asegura que el formato de la imagen sea RGB
image = image.convert("RGB")
# Se realiza el preprocesamiento de la imagen y se pasa al modelo para obtener las predicciones
inputs = processor(images = image, return_tensors = "pt")
# Se mueven los tensores al dispositivo seleccionado
inputs = {
key: value.to(device)
for key, value in inputs.items()
}
# Se realiza la detecci贸n de objetos
with torch.no_grad():
outputs = model(**inputs)
# Se realiza el postprocesamiento
target_sizes = torch.tensor(
[image.size[::-1]],
device = device
)
results = processor.post_process_object_detection(
outputs,
target_sizes = target_sizes,
threshold = 0.9
)[0]
# Se obtienen los resultados y las coordenadas de los cuadros delimitadores
labels = results["labels"]
scores = results["scores"]
boxes = results["boxes"]
detected_objects = []
for score, label, box in zip(scores, labels, boxes):
label_name = model.config.id2label[label.item()]
x1, y1, x2, y2 = box.tolist()
detected_objects.append(
f"Objeto: {label_name}\n"
f"Score: {score.item():.2f}\n"
f"Box: [{x1:.1f}, {y1:.1f}, {x2:.1f}, {y2:.1f}]"
)
# Se devuelve el resultado
if not detected_objects:
return "No se detectaron objetos con el nivel de confianza establecido."
return "\n\n".join(detected_objects)
# Se crea la interfaz de usuario con Gradio
def create_interface():
interface = gr.Interface(
fn = detect_objects,
inputs = gr.Image(
type = "pil",
label = "Sube una imagen"
),
outputs = gr.Textbox(
label = "Objetos detectados",
lines = 12
),
title = "Detecci贸n de objetos con Transformers",
description = "Sube una imagen y descubre qu茅 objetos se pueden detectar."
)
interface.launch()
# Se ejecuta la interfaz de usuario
if __name__ == "__main__":
create_interface()