commit

app.py

@@ -551,13 +551,13 @@ with gr.Blocks() as demo:
     gr.Markdown(
         """
 **Detección de Huiñas con FAST R-CNN y PyTorch**
-- Épocas de entrenamiento: 80  
+- Épocas de entrenamiento: 79  
 - Número de clases: 1  
 - Label: Huiña  
 - Métrica: AP@0.5 * 0.5 + AP@0.75 * 0.25 + AR@100 * 0.25  
-- Train: 85% (398 imágenes)  
-- Val: 10% (46 imágenes)  
-- Test: 5% (24 imágenes)  
+- Train: 80% (3200 imágenes)  
+- Val: 10% (800 imágenes)  
+- Test: 5% (400 imágenes)  
 - Detección de gradiente con EigenGradCam  
 - Segmentación de máscara con SAM (Segment Anything Model)
 """
@@ -612,19 +612,49 @@ with gr.Blocks() as demo:
                 inputs=[],
                 outputs=[inp_img, thr, out_bbox, out_sam, out_cam, out_pose],
             )
-
+        
         with gr.Tab("Video"):
-                gr.Markdown("Procesamiento de video con los parámetros por defecto del script de pose.")
-                with gr.Row():
-                    with gr.Column(scale=1):
-                        inp_video = gr.Video(label="Video de entrada", format="mp4")
-                        btn_video = gr.Button("Procesar video", variant="primary")
-                    with gr.Column(scale=1):
-                        out_video = gr.Video(label="Video procesado", format="mp4")
-            
-                        btn_video.click(
-                            fn=predict_video,
-                            inputs=[inp_video],
-                            outputs=[out_video],
-                        )
+            gr.Markdown("Procesamiento de video con los parámetros por defecto del script de pose.")
+            with gr.Row():
+                with gr.Column(scale=1):
+                    inp_video = gr.Video(label="Video de entrada", format="mp4")
+                    btn_video = gr.Button("Procesar video", variant="primary")
+                    btn_clear = gr.Button("Limpiar")
+
+                with gr.Column(scale=1):
+                    out_video = gr.File(
+                        label="Descargar video procesado",
+                        file_count="single",
+                        file_types=[".mp4"]
+                    )
+
+            btn_video.click(
+                fn=predict_video,
+                inputs=[inp_video],
+                outputs=[out_video],
+            )
+
+            btn_clear.click(
+                fn=lambda: (None, None),
+                inputs=[],
+                outputs=[inp_video, out_video],
+            )
+
+            gr.Examples(
+                examples=[
+                    ["https://res.cloudinary.com/doczmhedb/video/upload/v1775359939/03150076_p1pbs3.mp4"],
+                    ["https://res.cloudinary.com/doczmhedb/video/upload/v1775359937/02120027_euopk6.mp4"],
+                    ["https://res.cloudinary.com/doczmhedb/video/upload/q_auto/f_auto/v1775359937/04020011_nbhavz.mp4"],
+                    ["https://res.cloudinary.com/doczmhedb/video/upload/q_auto/f_auto/v1775359936/03090077_zmixbt.mp4"],
+                    ["https://res.cloudinary.com/doczmhedb/video/upload/q_auto/f_auto/v1775359935/04010009_sikwr8.mp4"],
+                    ["https://res.cloudinary.com/doczmhedb/video/upload/q_auto/f_auto/v1775359935/02110168_anpw13.mp4"],
+                    ["https://res.cloudinary.com/doczmhedb/video/upload/q_auto/f_auto/v1775359935/03070046_sz5zal.mp4"],
+                    ["https://res.cloudinary.com/doczmhedb/video/upload/q_auto/f_auto/v1775359934/02260135_d5qszt.mp4"]
+                ],
+                inputs=[inp_video],
+                fn=predict_video,
+                outputs=[out_video],
+                cache_examples=False,
+                label="Ejemplos",
+            )
 demo.launch()