Upload 4 files

.gitattributes

@@ -0,0 +1,35 @@
+*.7z filter=lfs diff=lfs merge=lfs -text
+*.arrow filter=lfs diff=lfs merge=lfs -text
+*.bin filter=lfs diff=lfs merge=lfs -text
+*.bz2 filter=lfs diff=lfs merge=lfs -text
+*.ckpt filter=lfs diff=lfs merge=lfs -text
+*.ftz filter=lfs diff=lfs merge=lfs -text
+*.gz filter=lfs diff=lfs merge=lfs -text
+*.h5 filter=lfs diff=lfs merge=lfs -text
+*.joblib filter=lfs diff=lfs merge=lfs -text
+*.lfs.* filter=lfs diff=lfs merge=lfs -text
+*.mlmodel filter=lfs diff=lfs merge=lfs -text
+*.model filter=lfs diff=lfs merge=lfs -text
+*.msgpack filter=lfs diff=lfs merge=lfs -text
+*.npy filter=lfs diff=lfs merge=lfs -text
+*.npz filter=lfs diff=lfs merge=lfs -text
+*.onnx filter=lfs diff=lfs merge=lfs -text
+*.ot filter=lfs diff=lfs merge=lfs -text
+*.parquet filter=lfs diff=lfs merge=lfs -text
+*.pb filter=lfs diff=lfs merge=lfs -text
+*.pickle filter=lfs diff=lfs merge=lfs -text
+*.pkl filter=lfs diff=lfs merge=lfs -text
+*.pt filter=lfs diff=lfs merge=lfs -text
+*.pth filter=lfs diff=lfs merge=lfs -text
+*.rar filter=lfs diff=lfs merge=lfs -text
+*.safetensors filter=lfs diff=lfs merge=lfs -text
+saved_model/**/* filter=lfs diff=lfs merge=lfs -text
+*.tar.* filter=lfs diff=lfs merge=lfs -text
+*.tar filter=lfs diff=lfs merge=lfs -text
+*.tflite filter=lfs diff=lfs merge=lfs -text
+*.tgz filter=lfs diff=lfs merge=lfs -text
+*.wasm filter=lfs diff=lfs merge=lfs -text
+*.xz filter=lfs diff=lfs merge=lfs -text
+*.zip filter=lfs diff=lfs merge=lfs -text
+*.zst filter=lfs diff=lfs merge=lfs -text
+*tfevents* filter=lfs diff=lfs merge=lfs -text

README.md

@@ -0,0 +1,23 @@
+---
+title: Demo-Signature Detection
+emoji: 👀
+colorFrom: pink
+colorTo: green
+sdk: gradio
+sdk_version: 5.23.1
+app_file: app.py
+pinned: false
+---
+
+# ระบบตรวจสอบลายเซ็น
+
+ระบบนี้ใช้ Deep Learning (Siamese Neural Network) ในการตรวจสอบความเหมือนของลายเซ็น 2 ภาพว่าเป็นของคนเดียวกันหรือไม่
+
+## วิธีใช้งาน
+1. อัปโหลดรูปภาพลายเซ็นที่ 1
+2. อัปโหลดรูปภาพลายเซ็นที่ 2
+3. กดปุ่ม "ตรวจสอบความถูกต้อง"
+4. ระบบจะแสดงผลการเปรียบเทียบและบอกว่าลายเซ็นเป็นของจริงหรือปลอม
+
+
+Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference

app.py

@@ -0,0 +1,79 @@
+import tensorflow as tf
+import numpy as np
+from tensorflow.keras.models import load_model
+from tensorflow.keras.utils import CustomObjectScope
+from PIL import Image
+import gradio as gr
+
+def absolute_difference(x):
+    return tf.abs(x[0] - x[1])
+
+model_path = "final_signature_model1.keras"
+
+# ตรวจสอบว่าไฟล์อยู่ที่นี่จริง
+with CustomObjectScope({'absolute_difference': absolute_difference}):
+    model = load_model(model_path)
+
+print("✅ โมเดลโหลดสำเร็จ!")
+
+def preprocess_image(image):
+    image = image.convert("RGB")  # แปลงเป็น RGB
+    image = image.resize((224, 224))  # เปลี่ยนขนาด
+    image = np.array(image, dtype=np.float32) / 255.0  # Normalize
+    image = np.expand_dims(image, axis=0)  # เพิ่ม batch dimension
+    return image
+
+# ฟังก์ชันเปรียบเทียบลายเซ็น
+def predict_signature(image1, image2):
+    print("เริ่มการทำนาย...")
+    
+    if image1 is None or image2 is None:
+        print("ไม่พบรูปภาพ")
+        return "❌ กรุณาอัปโหลดภาพทั้งสองภาพ"
+        
+    try:
+        print("กำลังประมวลผลรูปภาพที่ 1...")
+        image1 = preprocess_image(image1)
+        print("กำลังประมวลผลรูปภาพที่ 2...")
+        image2 = preprocess_image(image2)
+        
+        print("กำลังส่งข้อมูลเข้าโมเดล...")
+        prediction = model.predict([image1, image2], verbose=1)  # เพิ่ม verbose=1
+        
+        print(f"ได้รับผลลัพธ์: {prediction}, รูปร่าง: {prediction.shape}")
+        
+        # แปลงผลลัพธ์เป็นค่าตัวเลข
+        if prediction.shape == (1, 1):
+            prediction_value = float(prediction[0][0])
+        elif prediction.shape == (1,):
+            prediction_value = float(prediction[0])
+        else:
+            prediction_value = float(prediction.flatten()[0])
+        
+        print(f"ค่าที่ได้: {prediction_value}")
+        
+        threshold = 0.43
+        result = "✅ ลายเซ็นเป็นของจริง" if prediction_value >= threshold else "❌ ลายเซ็นเป็นของปลอม"
+        
+        print(f"ผลลัพธ์การตรวจสอบ: {result}")
+        return f"Similarity Score: {prediction_value:.4f}\n{result}"
+        
+    except Exception as e:
+        print(f"เกิดข้อผิดพลาด: {str(e)}")
+        import traceback
+        traceback.print_exc()  # แสดงรายละเอียดของข้อผิดพลาดทั้งหมด
+        return f"❌ เกิดข้อผิดพลาด: {str(e)}"
+
+with gr.Blocks() as demo:
+    gr.Markdown("# 🖊 Signature Verification")
+
+    with gr.Row():
+        img1 = gr.Image(type="pil", label="ลายเซ็นที่ 1", show_label=True)
+        img2 = gr.Image(type="pil", label="ลายเซ็นที่ 2", show_label=True)
+
+    btn_predict = gr.Button("ตรวจสอบความถูกต้อง")
+    output = gr.Textbox(label="ผลลัพธ์")
+
+    btn_predict.click(predict_signature, inputs=[img1, img2], outputs=output)
+
+demo.launch(share=True, debug=True)

requirements.txt

@@ -0,0 +1,6 @@
+tensorflow==2.18.1
+numpy>=1.26.0,<2.0
+pillow>=9.4.0,<10.0
+gradio==4.9.1
+fastapi==0.104.1
+pydantic==2.0.3