Upload app.py with huggingface_hub

app.py

@@ -1,29 +1,29 @@
-
 import gradio as gr
 import os
 from PIL import Image
 import tempfile
 
-# Set environment variable for demo
-os.environ["GEMINI_API_KEY"] = "demo-key-replace-with-yours"
+# Production API key
+os.environ["GEMINI_API_KEY"] = "AIzaSyCgatP7izHkaBn6im8AfXq0Ufmb0Fr-7dc"
 
-# Import VietMEAgent (will fail gracefully in demo mode)
+# Import VietMEAgent
 try:
     from core.viet_meagent import VietMEAgent
     agent = VietMEAgent()
     DEMO_MODE = False
+    print("✅ VietMEAgent initialized successfully!")
 except Exception as e:
-    print(f"Demo mode: {e}")
+    print(f"❌ VietMEAgent initialization failed: {e}")
     DEMO_MODE = True
 
 def process_image(image, question):
     """Process image and question through VietMEAgent"""
     if DEMO_MODE:
         return {
-            "answer": "Đây là một demo. Vui lòng cài đặt GEMINI_API_KEY để sử dụng đầy đủ tính năng.",
-            "explanation": "VietMEAgent cần GEMINI_API_KEY để hoạt động. Đây là demo interface.",
-            "cultural_objects": ["demo"],
-            "confidence": 0.5
+            "answer": "System initialization failed. Please check API key configuration.",
+            "explanation": "VietMEAgent could not be initialized. Please ensure GEMINI_API_KEY is set correctly.",
+            "cultural_objects": ["error"],
+            "confidence": 0.0
         }
     
     try:
@@ -55,7 +55,7 @@ def process_image(image, question):
     except Exception as e:
         return {
             "answer": f"Lỗi: {str(e)}",
-            "explanation": "Vui lòng thử lại hoặc kiểm tra API key",
+            "explanation": "Vui lòng thử lại hoặc kiểm tra kết nối mạng",
             "cultural_objects": [],
             "confidence": 0.0
         }
@@ -75,32 +75,71 @@ def main_interface(image, question):
     )
 
 # Create Gradio interface
-with gr.Blocks(title="🇻🇳 VietMEAgent - Vietnamese Cultural VQA") as demo:
+with gr.Blocks(
+    title="🏛️ VietMEAgent - Vietnamese Cultural VQA",
+    theme=gr.themes.Soft(),
+    css="""
+    .gradio-container {
+        background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
+    }
+    .gr-button-primary {
+        background: linear-gradient(45deg, #ff6b6b, #ffa500);
+        border: none;
+    }
+    """
+) as demo:
     gr.Markdown("""
-    # 🇻🇳 VietMEAgent: Vietnamese Multimodal Explanation Agent
+    # 🏛️ VietMEAgent: Vietnamese Multimodal Explanation Agent
     
-    **Hệ thống trả lời câu hỏi về hình ảnh văn hóa Việt Nam**
+    **🇻🇳 Hệ thống AI trả lời câu hỏi về hình ảnh văn hóa Việt Nam**
     
-    Upload một hình ảnh văn hóa Việt Nam và đặt câu hỏi bằng tiếng Việt!
+    Được phát triển dựa trên nghiên cứu **FS-MEVQA (ACM MM 2024)** với khả năng:
+    - 🔍 Phân tích hình ảnh văn hóa Việt Nam
+    - 💬 Trả lời câu hỏi bằng tiếng Việt
+    - 🎯 Giải thích có bối cảnh văn hóa
+    - 🏛️ Nhận diện 50+ đối tượng văn hóa truyền thống
     
-    ⚠️ **Lưu ý**: Để sử dụng đầy đủ tính năng, bạn cần cài đặt GEMINI_API_KEY trong environment variables.
+    ---
     """)
     
     with gr.Row():
-        with gr.Column():
-            image_input = gr.Image(type="pil", label="Hình ảnh văn hóa Việt Nam")
+        with gr.Column(scale=1):
+            gr.Markdown("### 📤 Input")
+            image_input = gr.Image(
+                type="pil", 
+                label="🖼️ Hình ảnh văn hóa Việt Nam",
+                height=300
+            )
             question_input = gr.Textbox(
-                label="Câu hỏi (Tiếng Việt)", 
-                placeholder="Đây là gì? / Món ăn này có ý nghĩa gì?",
-                value="Đây là gì?"
+                label="❓ Câu hỏi (Tiếng Việt)", 
+                placeholder="Đây là gì? / Món ăn này có ý nghĩa gì trong văn hóa Việt Nam?",
+                value="Đây là gì?",
+                lines=2
             )
-            submit_btn = gr.Button("🔍 Phân tích", variant="primary")
+            submit_btn = gr.Button("🔍 Phân tích Cultural VQA", variant="primary", size="lg")
         
-        with gr.Column():
-            answer_output = gr.Textbox(label="🎯 Câu trả lời", lines=2)
-            explanation_output = gr.Textbox(label="📝 Giải thích văn hóa", lines=4)
-            cultural_objects_output = gr.Textbox(label="🏛️ Đối tượng văn hóa phát hiện", lines=1)
-            confidence_output = gr.Textbox(label="📊 Độ tin cậy", lines=1)
+        with gr.Column(scale=1):
+            gr.Markdown("### 📊 Results")
+            answer_output = gr.Textbox(
+                label="🎯 Câu trả lời", 
+                lines=3,
+                interactive=False
+            )
+            explanation_output = gr.Textbox(
+                label="📝 Giải thích văn hóa", 
+                lines=5,
+                interactive=False
+            )
+            cultural_objects_output = gr.Textbox(
+                label="🏛️ Đối tượng văn hóa phát hiện", 
+                lines=2,
+                interactive=False
+            )
+            confidence_output = gr.Textbox(
+                label="📊 Độ tin cậy", 
+                lines=1,
+                interactive=False
+            )
     
     submit_btn.click(
         fn=main_interface,
@@ -108,18 +147,41 @@ with gr.Blocks(title="🇻🇳 VietMEAgent - Vietnamese Cultural VQA") as demo:
         outputs=[answer_output, explanation_output, cultural_objects_output, confidence_output]
     )
     
+    with gr.Row():
+        gr.Examples(
+            examples=[
+                ["data_sample/images/am_thuc/000040.jpg", "Món ăn này có nguồn gốc từ đâu?"],
+                ["data_sample/images/kien_truc/000042.jpg", "Kiến trúc này thể hiện phong cách gì?"],
+                ["data_sample/images/phong_canh/000040.jpg", "Đây là danh lam thắng cảnh nào của Việt Nam?"]
+            ],
+            inputs=[image_input, question_input]
+        )
+    
     gr.Markdown("""
-    ## 📚 Ví dụ sử dụng:
-    - **Ẩm thực**: "Món ăn này có nguồn gốc từ đâu?"
-    - **Kiến trúc**: "Kiến trúc này thể hiện phong cách gì?"
-    - **Trang phục**: "Trang phục này được mặc trong dịp nào?"
-    - **Phong cảnh**: "Đây là danh lam thắng cảnh nào của Việt Nam?"
+    ## 📚 Categories được hỗ trợ:
+    
+    | 🍜 **Ẩm thực** | 🏛️ **Kiến trúc** | 👘 **Trang phục** | 🎭 **Lễ hội** |
+    |---|---|---|---|
+    | Phở, bánh mì, chè | Chùa, đình, nhà sàn | Áo dài, nón lá | Tết, Trung thu |
+    | **🎨 Thủ công** | **🎵 Nhạc cụ** | **🏞️ Phong cảnh** | **🎪 Dân gian** |
+    | Gốm sứ, thêu | Đàn bầu, trống | Vịnh Hạ Long | Múa lân, rối nước |
+    
+    ## 🔧 Technical Details:
+    - **Models**: CLIP, BLIP-VQA, Gemini, EasyOCR
+    - **Languages**: Vietnamese + English  
+    - **Architecture**: Few-shot multimodal reasoning
+    - **Cultural KB**: 459+ Vietnamese cultural objects
+    
+    ---
     
-    ## 🔧 Cài đặt API Key:
-    ```bash
-    export GEMINI_API_KEY="your-api-key-here"
-    ```
+    📖 **Research**: Based on FS-MEVQA paper (ACM MM 2024)  
+    👨‍💻 **Developer**: [@Dangindev](https://huggingface.co/Dangindev)  
+    🔗 **GitHub**: Coming soon...
     """)
 
 if __name__ == "__main__":
-    demo.launch()
+    demo.launch(
+        server_name="0.0.0.0",
+        server_port=7860,
+        share=True
+    )