Create app.py

app.py

@@ -1,46 +1,36 @@
 import gradio as gr
-from PIL import Image
-from transformers import Pix2StructProcessor, Pix2StructForConditionalGeneration
+from transformers import pipeline
 
-# 1. โหลดโมเดล (ทำเพียงครั้งเดียวเมื่อแอปพลิเคชันเริ่มทำงาน)
-model_name = "google/pix2struct-docvqa-base"
-processor = Pix2StructProcessor.from_pretrained(model_name)
-model = Pix2StructForConditionalGeneration.from_pretrained(model_name)
+# 1. โหลดโมเดล: เราจะใช้โมเดลวิเคราะห์ความรู้สึก (Sentiment Analysis) เป็นตัวอย่าง
+# โมเดลนี้จะบอกว่าข้อความเป็น 'บวก' หรือ 'ลบ'
+classifier = pipeline(task="sentiment-analysis")
 
-# 2. กำหนดฟังก์ชันสำหรับ Gradio
-def answer_question_on_image(uploaded_image, question):
-    if uploaded_image is None or not question:
-        return "Please upload an image and ask a question."
-        
-    try:
-        # แปลง input รูปภาพของ Gradio (ซึ่งเป็น PIL Image)
-        image = uploaded_image.convert('RGB')
-        
-        # ประมวลผล Input (Image + Question)
-        inputs = processor(images=image, text=question, return_tensors="pt")
-        
-        # สร้างคำตอบ
-        out = model.generate(**inputs, max_length=50)
-        
-        # ถอดรหัสผลลัพธ์
-        answer = processor.decode(out[0], skip_special_tokens=True)
-        return answer
-        
-    except Exception as e:
-        return f"An error occurred: {e}"
+# 2. ฟังก์ชันหลักสำหรับทำนายผล
+def analyze_sentiment(text):
+    # โมเดลรับข้อความไปประมวลผล
+    result = classifier(text)[0]
+    
+    # ส่งผลลัพธ์กลับในรูปแบบที่อ่านง่าย
+    label = result['label']
+    score = round(result['score'] * 100, 2)
+    
+    return f"ผลลัพธ์: {label}, ความมั่นใจ: {score}%"
 
-# 3. สร้าง Interface ของ Gradio
+# 3. สร้างอินเทอร์เฟซ Gradio
 demo = gr.Interface(
-    fn=answer_question_on_image,
-    inputs=[
-        gr.Image(type="pil", label="Upload Document/Screenshot Image"),
-        gr.Textbox(label="Question about the image (e.g., What is the graph title?)")
-    ],
+    # ฟังก์ชันที่เราต้องการให้ Gradio เรียกใช้
+    fn=analyze_sentiment,
+    
+    # อินพุต: ให้ผู้ใช้พิมพ์ข้อความ (Textbox)
+    inputs=gr.Textbox(lines=2, placeholder="พิมพ์ข้อความที่คุณต้องการวิเคราะห์ความรู้สึก..."),
+    
+    # เอาท์พุต: แสดงผลลัพธ์เป็นข้อความ (Text)
     outputs="text",
-    title="Pix2Struct Visual Question Answering",
-    description="Ask a question about an uploaded image (screenshot, document, or diagram)."
+    
+    # ตั้งชื่อแอป
+    title="Sentiment Analysis Demo (วิเคราะห์ความรู้สึก)"
 )
 
-# 4. รันแอปพลิเคชัน (ถ้าจะรันบนเครื่องของคุณ)
+# 4. สั่งให้แอปพลิเคชันทำงาน
 if __name__ == "__main__":
     demo.launch()