app.py

import os
import torch
import io
import shutil
from fastapi import FastAPI, File, UploadFile
from transformers import AutoProcessor, AutoModelForCausalLM
from ultralytics import YOLO
from PIL import Image
import uvicorn

# --- 1. إعداد التطبيق والموديلات ---
app = FastAPI(title="YOLO + GIT Captioning API")

# تحديد الجهاز (استخدام CPU للمساحات المجانية لضمان الاستقرار)
device = "cuda" if torch.cuda.is_available() else "cpu"

# مسار الموديل الذي رفعتِيه يدوياً في القائمة
MY_MODEL_PATH = 'best.pt'

print("🔄 جاري تحميل الموديلات... يرجى الانتظار")

# تحميل موديل YOLO الخاص بكِ
try:
    detection_model = YOLO(MY_MODEL_PATH)
    print("✅ تم تحميل موديل YOLO الخاص بك بنجاح")
except Exception as e:
    print(f"⚠️ فشل تحميل best.pt، سيتم استخدام الموديل الافتراضي: {e}")
    detection_model = YOLO("yolov8n.pt")

# تحميل موديل GIT-base (أخف وأسرع للمساحة المجانية)
processor = AutoProcessor.from_pretrained("microsoft/git-base")
caption_model = AutoModelForCausalLM.from_pretrained("microsoft/git-base").to(device)

@app.get("/")
def home():
    return {"status": "Online", "instruction": "Add /docs to the URL to test the model"}

# --- 2. وظيفة المعالجة ---

@app.post("/analyze")
async def analyze_image(file: UploadFile = File(...)):
    data = await file.read()
    original_image = Image.open(io.BytesIO(data)).convert("RGB")

    # 1. الكشف باستخدام YOLO
    results = detection_model(original_image, conf=0.20)
    integrated_results = []

    for r in results:
        for i, box in enumerate(r.boxes):
            label = r.names[int(box.cls)]
            conf_score = float(box.conf[0])
            coords = box.xyxy[0].tolist() 

            # 2. عملية القص (Cropping) 
            cropped_img = original_image.crop((coords[0], coords[1], coords[2], coords[3]))

            # 3. وصف الجزء المقصوص عبر موديل GIT
            inputs = processor(images=cropped_img, return_tensors="pt").to(device)
            generated_ids = caption_model.generate(pixel_values=inputs.pixel_values, max_length=40)
            detailed_desc = processor.batch_decode(generated_ids, skip_special_tokens=True)[0]

            integrated_results.append({
                "object_id": i + 1,
                "label": label,
                "confidence": f"{conf_score:.2f}",
                "description": detailed_desc
            })

    if not integrated_results:
        inputs = processor(images=original_image, return_tensors="pt").to(device)
        generated_ids = caption_model.generate(pixel_values=inputs.pixel_values, max_length=40)
        general_desc = processor.batch_decode(generated_ids, skip_special_tokens=True)[0]
        return {
            "message": "No specific objects detected. General description provided.",
            "general_description": general_desc
        }

    return {
        "detected_count": len(integrated_results),
        "results": integrated_results
    }

# --- 3. تشغيل السيرفر (تم تصحيح الشرطات السفلية هنا) ---
if name == "__main__":
    uvicorn.run(app, host="0.0.0.0", port=7860)