Initial commit for Hugging Face Space

.gitattributes

@@ -0,0 +1 @@
+*.pt filter=lfs diff=lfs merge=lfs -text

README.md

@@ -0,0 +1,21 @@
+---
+title: SATCAP-OCEANS
+emoji: 🌊
+colorFrom: blue
+colorTo: slate
+sdk: gradio
+sdk_version: 4.12.0
+app_file: app.py
+pinned: false
+license: mit
+---
+
+# SATCAP-OCEANS
+
+Analyse d'images satellites pour la surveillance des océans et des côtes.
+Détection automatique des navires, infrastructures et autres objets d'intérêt.
+
+## Utilisation
+1. Uploadez une image satellite.
+2. Cliquez sur "Lancer l'Analyse".
+3. Visualisez les détections et les statistiques.

app.py

@@ -0,0 +1,78 @@
+import gradio as gr
+from ultralytics import YOLO
+import cv2
+import numpy as np
+from PIL import Image
+import os
+
+# Load the model
+model_path = "best.pt"
+model = YOLO(model_path)
+
+def predict(img):
+    if img is None:
+        return None, "Veuillez uploader une image."
+    
+    # Run inference
+    results = model(img)
+    
+    # Get annotated image
+    # results[0].plot() returns a numpy array (BGR)
+    annotated_img = results[0].plot()
+    
+    # Convert BGR to RGB for Gradio
+    annotated_img_rgb = cv2.cvtColor(annotated_img, cv2.COLOR_BGR2RGB)
+    
+    # Count detections
+    counts = {}
+    for box in results[0].boxes:
+        cls = int(box.cls[0])
+        label = model.names[cls]
+        counts[label] = counts.get(label, 0) + 1
+    
+    # Format stats string
+    if not counts:
+        stats = "Aucun objet détecté."
+    else:
+        stats = "### Détections :\n"
+        for label, count in counts.items():
+            stats += f"- **{label}**: {count}\n"
+            
+    return annotated_img_rgb, stats
+
+# Create Gradio interface with a premium look
+with gr.Blocks(theme=gr.themes.Soft(primary_hue="blue", secondary_hue="slate")) as demo:
+    gr.Markdown(
+        """
+        # 🌊 SATCAP-OCEANS : Détection par Satellite
+        ### Analyse d'images satellites pour la surveillance des océans et des côtes.
+        
+        Déposez une image satellite ci-dessous pour détecter automatiquement les navires, les infrastructures et autres objets d'intérêt.
+        """
+    )
+    
+    with gr.Row():
+        with gr.Column():
+            input_img = gr.Image(type="numpy", label="Image Satellite")
+            btn = gr.Button("Lancer l'Analyse", variant="primary")
+            
+        with gr.Column():
+            output_img = gr.Image(label="Résultat de l'Analyse")
+            output_stats = gr.Markdown(label="Statistiques")
+            
+    btn.click(fn=predict, inputs=input_img, outputs=[output_img, output_stats])
+    
+    gr.Examples(
+        examples=[], # You can add example images here if you have any in the repo
+        inputs=input_img
+    )
+    
+    gr.Markdown(
+        """
+        ---
+        Propulsé par **CosmoLABHub** | Modèle YOLOv8
+        """
+    )
+
+if __name__ == "__main__":
+    demo.launch()

best.pt

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8895d0ddf2db84fcd858cd4d6b7a15f0402b8b2125b29a1e3214cb3785644d73
+size 52039826

requirements.txt

@@ -0,0 +1,7 @@
+gradio
+ultralytics
+opencv-python-headless
+pillow
+numpy
+torch
+torchvision