Delete app.py

app.py

@@ -1,51 +0,0 @@
-'''
-Author: Egrt
-Date: 2022-03-19 10:23:48
-LastEditors: Egrt
-LastEditTime: 2022-03-21 00:05:27
-FilePath: \Luuu\app.py
-'''
-
-from gis import GIS
-import gradio as gr
-from huggingface_hub import hf_hub_download
-filepath = hf_hub_download(repo_id="Egrt/Luuuu", filename="GDAL-3.4.1-cp38-cp38-manylinux_2_5_x86_64.whl")
-import os
-os.system('pip install {}'.format(filepath))
-os.system('pip install requirements.txt')
-from zipfile import ZipFile
-gis = GIS()
-
-
-# --------模型推理---------- #
-def inference(filepath):
-    filename, file_list = gis.detect_image(filepath)
-    with ZipFile("result.zip", "w") as zipObj:
-        zipObj.write(file_list[0], "{}.tif".format(filename+'mask'))
-        zipObj.write(file_list[1], "{}.tif".format(filename))
-        zipObj.write(file_list[2], "{}.pdf".format(filename))
-        zipObj.write(file_list[3], "{}.cpg".format(filename))
-        zipObj.write(file_list[4], "{}.dbf".format(filename))
-        zipObj.write(file_list[5], "{}.shx".format(filename))
-        zipObj.write(file_list[6], "{}.shp".format(filename))
-        zipObj.write(file_list[7], "{}.prj".format(filename))
-    return "result.zip"
-
-
-# --------网页信息---------- #  
-title = "基于帧场学习的多边形建筑提取"
-description = "目前最先进图像分割模型通常以栅格形式输出分割，但地理信息系统中的应用通常需要矢量多边形。我们在遥感图像中提取建筑物的任务中，将帧场输出添加到深度分割模型中，将预测的帧场与地面实况轮廓对齐，帮助减少深度网络输出与下游任务中输出样式之间的差距。  @Luuuu🐋🐋"
-article = "<p style='text-align: center'><a href='https://arxiv.org/abs/2004.14875' target='_blank'>Polygonization-by-Frame-Field-Learning</a> | <a href='https://github.com/JingyunLiang/SwinIR' target='_blank'>Github Repo</a></p>"
-example_img_dir  = 'images'
-example_img_name = os.listdir(example_img_dir)
-examples=[[os.path.join(example_img_dir, image_path)] for image_path in example_img_name if image_path.endswith('.png')]
-gr.Interface(
-    inference, 
-    [gr.inputs.Image(type="filepath", label="待检测图片")], 
-    gr.outputs.File(label="检测结果"),
-    title=title,
-    description=description,
-    article=article,
-    enable_queue=True,
-    examples=examples
-    ).launch(debug=True)