Spaces:
Sleeping
Sleeping
| import time | |
| import gradio as gr | |
| import pandas as pd | |
| from PIL import Image, ImageDraw | |
| from transformers import pipeline | |
| print("Завантаження моделі детекції для Safety Counter...") | |
| detector = pipeline("object-detection", model="facebook/detr-resnet-50") | |
| COLORS = ["#e74c3c", "#3498db", "#2ecc71", "#f39c12", "#9b59b6", "#1abc9c"] | |
| def get_color(label): | |
| return COLORS[hash(label) % len(COLORS)] | |
| def safety_monitor(image, threshold, max_allowed_people): | |
| if image is None: | |
| return None, 0, "⚠️ Будь ласка, завантажте зображення.", pd.DataFrame() | |
| th = float(threshold) | |
| results = detector(image, threshold=th) | |
| img_draw = image.copy() | |
| draw = ImageDraw.Draw(img_draw) | |
| people_count = 0 | |
| counts = {} | |
| for obj in results: | |
| box = obj["box"] | |
| label = obj["label"] | |
| score = obj["score"] | |
| counts[label] = counts.get(label, 0) + 1 | |
| if label == "person": | |
| people_count += 1 | |
| color = "#ff3333" | |
| else: | |
| color = get_color(label) | |
| draw.rectangle([box["xmin"], box["ymin"], box["xmax"], box["ymax"]], outline=color, width=3) | |
| text = f"{label} {score:.0%}" | |
| draw.rectangle([box["xmin"], box["ymin"] - 20, box["xmin"] + len(text)*7, box["ymin"]], fill=color) | |
| draw.text((box["xmin"] + 3, box["ymin"] - 18), text, fill="white") | |
| if people_count == 0: | |
| safety_status = "🟢 Скупчень людей не виявлено (0 осіб)." | |
| elif people_count <= max_allowed_people: | |
| safety_status = f"🟢 Безпечно. Кількість людей ({people_count}) в межах норми (макс. {max_allowed_people})." | |
| else: | |
| safety_status = f"🚨 ПОПЕРЕДЖЕННЯ! Перевищено ліміт людей! Виявлено {people_count} осіб (Дозволено: {max_allowed_people})." | |
| df_details = pd.DataFrame([ | |
| { | |
| "Клас": r["label"], | |
| "Впевненість": f"{r['score']:.1%}", | |
| "Координати (xmin, ymin)": f"({int(r['box']['xmin'])}, {int(r['box']['ymin'])})" | |
| } for r in results | |
| ]) | |
| return img_draw, people_count, safety_status, df_details | |
| with gr.Blocks(title="Safety People Counter", theme=gr.themes.Soft()) as demo: | |
| gr.Markdown("# 🚨 AI Safety Counter & Crowd Monitor") | |
| gr.Markdown( | |
| "Спеціалізований застосунок для моніторингу безпеки та підрахунку кількості людей у приміщеннях або на вулиці." | |
| ) | |
| with gr.Row(): | |
| with gr.Column(scale=1): | |
| img_in = gr.Image(type="pil", label="Камера моніторингу") | |
| threshold_sl = gr.Slider(0.1, 0.9, value=0.4, step=0.05, label="Поріг детекції") | |
| max_people_sl = gr.Slider(1, 20, value=5, step=1, label="Макс. дозволена кількість людей") | |
| btn = gr.Button("Просканувати зону ▶", variant="primary") | |
| with gr.Column(scale=1): | |
| img_out = gr.Image(label="Візуалізація детекції") | |
| with gr.Row(): | |
| people_counter = gr.Number(label="ЗНАЙДЕНО ЛЮДЕЙ", value=0, precision=0) | |
| safety_msg = gr.Markdown("### Статус: Очікування сканування...") | |
| gr.Markdown("---") | |
| with gr.Row(): | |
| detail_df = gr.DataFrame(label="Повний звіт системи детекції", interactive=False) | |
| btn.click( | |
| fn=safety_monitor, | |
| inputs=[img_in, threshold_sl, max_people_sl], | |
| outputs=[img_out, people_counter, safety_msg, detail_df], | |
| ) | |
| demo.launch() |