Update app.py

app.py

@@ -1,7 +1,6 @@
 from transformers import DetrImageProcessor, DetrForObjectDetection
 import torch
 from PIL import Image
-import requests
 import gradio as gr
 from huggingface_hub import InferenceClient
 
@@ -21,73 +20,26 @@ def detect_objects(image):
     # Convierte las salidas a formato COCO
     results = processor.post_process_object_detection(outputs, target_sizes=torch.tensor([image.size[::-1]]), threshold=0.9)[0]
 
-    def format_detection_results(model, results):
-        formatted_results = []
-        for score, label, box in zip(results["scores"], results["labels"], results["boxes"]):
-            box = [round(i, 2) for i in box.tolist()]
-            result_str = f"{model.config.id2label[label.item()]}"
-            formatted_results.append(result_str)
-        return formatted_results
-
     # Formatea los resultados
     formatted_results = format_detection_results(model, results)
 
-    for result in formatted_results:
-      print(result)
+    # Convierte los resultados en una cadena de texto separada por comas
+    result = ", ".join(formatted_results)
 
     return result
 
 # Define la función para generar la respuesta con el modelo Zephyr
 def generate_response(result):
-    client = InferenceClient("HuggingFaceH4/zephyr-7b-alpha")
-
-    zephyrToDo = "clasificame la palabra " + result + " en persona, paisaje o objeto"
-
-    def format_prompt(message, history):
-        system = "\nYou are a helpful virtual assistant that answers user's questions with easy-to-understand words.</s>\n"
-        prompt = ""
-        for user_prompt, bot_response in history:
-            prompt += f"\n{user_prompt}</s>\n"
-            prompt += f"\n{bot_response}</s>\n"
-        prompt += f"\n{zephyrToDo}</s>\n"
-        return prompt
-
-    def generate(
-        prompt, history, temperature=0.9, max_new_tokens=10, top_p=0.95, repetition_penalty=1.0,
-    ):
-        temperature = float(temperature)
-        if temperature < 1e-2:
-            temperature = 1e-2
-        top_p = float(top_p)
-
-        generate_kwargs = dict(
-            temperature=temperature,
-            max_new_tokens=max_new_tokens,
-            top_p=top_p,
-            repetition_penalty=repetition_penalty,
-            do_sample=True,
-            seed=42,
-        )
-
-        formatted_prompt = format_prompt(prompt, history)
-
-        stream = client.text_generation(formatted_prompt, **generate_kwargs, stream=True, details=True, return_full_text=False)
-        response_text = ""
-
-        for response in stream:
-            response_text += response.token.text
-        return response_text
-
-# Example usage:
+    result_str = str(result)  # Convierte la imagen a cadena
+    zephyrToDo = "clasificame la palabra " + result_str + " en persona, paisaje u objeto"
     prompt = ""
-    history = []  # You can provide a history of conversations if needed
-
-    response = generate(prompt, history)
-    print(response)  # This will print the model's response
+    history = []  # Puedes proporcionar un historial de conversaciones si es necesario
+    response = generate(prompt, history)  # Reemplaza esto con la función real que genera la respuesta
+    return response
 
 # Define la interfaz de Gradio con entrada de imagen
 iface = gr.Interface(
-    fn=lambda image: generate_response(detect_objects(image)),  # Llama a detect_objects y luego a generate_response
+    fn=generate_response,  # Cambia la función para que sea generate_response
     inputs=gr.Image(type="pil", label="Sube una imagen"),  # Entrada de imagen
     outputs="text"  # Salida de texto
 )