Spaces:
Sleeping
Sleeping
Update app.py
Browse files
app.py
CHANGED
|
@@ -50,8 +50,29 @@ video_input = gr.Video(label="Vidéo à analyser")
|
|
| 50 |
image_output = gr.Image(type="numpy", label="Image annotée")
|
| 51 |
video_output = gr.Video(label="Vidéo annotée")
|
| 52 |
|
| 53 |
-
interface1 = gr.Interface(fn=detect_objects_image,
|
| 54 |
-
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 55 |
with demo:
|
| 56 |
gr.TabbedInterface(
|
| 57 |
[interface1 ,interface2],
|
|
|
|
| 50 |
image_output = gr.Image(type="numpy", label="Image annotée")
|
| 51 |
video_output = gr.Video(label="Vidéo annotée")
|
| 52 |
|
| 53 |
+
interface1 = gr.Interface(fn=detect_objects_image,
|
| 54 |
+
inputs=image_input,
|
| 55 |
+
outputs=image_output,
|
| 56 |
+
title="Détection sur Image",
|
| 57 |
+
description="""
|
| 58 |
+
Cette interface permet de détecter automatiquement les objets présents sur une image.
|
| 59 |
+
|
| 60 |
+
Le modèle YOLOv8 est utilisé pour effectuer une détection rapide et précise.
|
| 61 |
+
|
| 62 |
+
Téléversez une image, et les objets détectés seront annotés visuellement.
|
| 63 |
+
""")
|
| 64 |
+
interface2 = gr.Interface(fn=detect_objects_video,
|
| 65 |
+
inputs=video_input,
|
| 66 |
+
outputs=video_output,
|
| 67 |
+
title="Détection sur Vidéo",
|
| 68 |
+
description="""
|
| 69 |
+
Cette interface permet d’analyser une vidéo et d’y détecter les objets image par image.
|
| 70 |
+
|
| 71 |
+
Le modèle YOLOv8 est appliqué à chaque image de la vidéo pour générer une version annotée.
|
| 72 |
+
|
| 73 |
+
Téléversez une vidéo, puis récupérez la vidéo traitée avec les objets détectés en surbrillance.
|
| 74 |
+
"""
|
| 75 |
+
)
|
| 76 |
with demo:
|
| 77 |
gr.TabbedInterface(
|
| 78 |
[interface1 ,interface2],
|