Update app.py

app.py

@@ -11,9 +11,9 @@ def download_image(image_url):
         response = requests.get(image_url)
         response.raise_for_status()  # Vérifie s'il y a des erreurs dans la requête
         
-        # Ouvrir l'image à partir du contenu de la réponse
-        image = Image.open(BytesIO(response.content))
-        return image  # Renvoie l'image plutôt que de l'enregistrer directement
+        # Ouvrir l'image à partir du contenu de la réponse et convertir en RGB
+        image = Image.open(BytesIO(response.content)).convert("RGB")
+        return image  # Renvoie l'image convertie
     except requests.exceptions.RequestException as e:
         print(f"Erreur lors du téléchargement de l'image : {e}")
     except Exception as e:
@@ -30,9 +30,11 @@ if image is not None:
     processor = DetrImageProcessor.from_pretrained("facebook/detr-resnet-50", revision="no_timm")
     model = DetrForObjectDetection.from_pretrained("facebook/detr-resnet-50", revision="no_timm")
 
-    # Prépare l'image pour le modèle avec padding activé
-    inputs = processor(images=image, return_tensors="pt", padding=True)
-    outputs = model(**inputs)
+    # Convertir l'image PIL en tensor
+    image_tensor = torch.tensor([processor(image, return_tensors="pt")['pixel_values'][0]])
+
+    # Passer l'image au modèle
+    outputs = model(image_tensor)
 
     # Convertir les sorties (bounding boxes et logits de classes) en API COCO
     target_sizes = torch.tensor([image.size[::-1]])  # Inverser la taille pour correspondre aux attentes du modèle