CLMARRARA commited on
Commit
d5a7e20
·
1 Parent(s): da9a43a

adicionado LLM_MODE na API

Browse files
Files changed (2) hide show
  1. .vscode/settings.json +1 -1
  2. app/api.py +7 -10
.vscode/settings.json CHANGED
@@ -1,4 +1,4 @@
1
  {
2
  "python-envs.defaultEnvManager": "ms-python.python:venv",
3
- "python.defaultInterpreterPath": "C:\\Users\\clebe\\AppData\\Local\\Programs\\Python\\Python311\\python.exe"
4
  }
 
1
  {
2
  "python-envs.defaultEnvManager": "ms-python.python:venv",
3
+ "python.defaultInterpreterPath": "C:\\_Cleber\\Pos_IA\\hf_backend\\.venv-311\\Scripts\\python.exe"
4
  }
app/api.py CHANGED
@@ -4,7 +4,7 @@ from fastapi.middleware.cors import CORSMiddleware
4
  import shutil
5
  import os
6
  import json
7
- from app.config import JSON_OUTPUT_PATH, VIDEO_TEMP_PATH, LOG_FILE
8
  from app.pipeline import run_pipeline
9
  from app.decision import classify
10
  from app.llm import ensure_deepface_model, ensure_model_ollama, generate_alert
@@ -76,30 +76,27 @@ async def analyze(request: Request, video: UploadFile = File(...), medical_text:
76
  data = run_pipeline(VIDEO_TEMP_PATH, logger)
77
  log("Pipeline concluído.", logger=logger)
78
 
79
- #log("Salvando JSON output", logger=logger)
80
- #with open(JSON_OUTPUT_PATH) as f:
81
- # data = json.load(f)
82
- #log("JSON output salvo com sucesso!", logger=logger)
83
-
84
  log("Iniciando classificação", logger=logger)
85
  estado = classify(data)
86
  log("Classificação concluída com sucesso!", logger=logger)
87
 
88
- log("Iniciando LLM.", logger=logger)
89
- ensure_model_ollama(logger=logger)
90
- log("LLM iniciada com sucesso!", logger=logger)
 
91
 
92
  log("Iniciando geração de alertas.", logger=logger)
93
  alerta = generate_alert(data, medical_text, logger=logger)
94
  log("Geração de alertas concluída com sucesso!", logger=logger)
95
 
96
  log(f"Excluindo arquivo de video: {VIDEO_TEMP_PATH}")
97
- # limpar vídeo
98
  if os.path.exists(VIDEO_TEMP_PATH):
99
  os.remove(VIDEO_TEMP_PATH)
 
100
  log(f"Arquivo de video '{VIDEO_TEMP_PATH}' excluído com sucesso!", logger=logger)
101
 
102
  log("retornando resultados...", logger=logger)
 
103
  return {
104
  "estado": estado,
105
  "alerta": alerta,
 
4
  import shutil
5
  import os
6
  import json
7
+ from app.config import LLM_MODE, VIDEO_TEMP_PATH, LOG_FILE
8
  from app.pipeline import run_pipeline
9
  from app.decision import classify
10
  from app.llm import ensure_deepface_model, ensure_model_ollama, generate_alert
 
76
  data = run_pipeline(VIDEO_TEMP_PATH, logger)
77
  log("Pipeline concluído.", logger=logger)
78
 
 
 
 
 
 
79
  log("Iniciando classificação", logger=logger)
80
  estado = classify(data)
81
  log("Classificação concluída com sucesso!", logger=logger)
82
 
83
+ if LLM_MODE == "ollama":
84
+ log("Iniciando LLM.", logger=logger)
85
+ ensure_model_ollama(logger=logger)
86
+ log("LLM iniciada com sucesso!", logger=logger)
87
 
88
  log("Iniciando geração de alertas.", logger=logger)
89
  alerta = generate_alert(data, medical_text, logger=logger)
90
  log("Geração de alertas concluída com sucesso!", logger=logger)
91
 
92
  log(f"Excluindo arquivo de video: {VIDEO_TEMP_PATH}")
 
93
  if os.path.exists(VIDEO_TEMP_PATH):
94
  os.remove(VIDEO_TEMP_PATH)
95
+
96
  log(f"Arquivo de video '{VIDEO_TEMP_PATH}' excluído com sucesso!", logger=logger)
97
 
98
  log("retornando resultados...", logger=logger)
99
+
100
  return {
101
  "estado": estado,
102
  "alerta": alerta,