Upload 2 files

api_client.py

@@ -482,6 +482,12 @@ def describe_image_with_svision(image_path: str, is_face: bool = True) -> Tuple[
         
         full_description = result.strip() if result else ""
         
+        # Limpiar prefijos no deseados como "user", "assistant", etc.
+        for prefix in ["user:", "user ", "assistant:", "assistant ", "User:", "User ", "Assistant:", "Assistant "]:
+            if full_description.startswith(prefix):
+                full_description = full_description[len(prefix):].strip()
+                break
+        
         if not full_description:
             return ("", "")
         

app.py

@@ -514,8 +514,68 @@ if page == "Processar vídeo nou":
                                 import tempfile
                                 import requests as _req
                                 
+                                # FILTRO CONSERVADOR: Eliminar falsos positivos de detección de caras
+                                # Filosofía: En caso de duda, descartar. Prioridad = NO aceptar ninguna cara falsa.
+                                chars_filtered = []
+                                for ch in chars:
+                                    # Obtener información del bounding box (si existe)
+                                    bbox = ch.get("bbox", {})
+                                    count = ch.get("count", 0)  # Número de detecciones en el cluster
+                                    
+                                    # Criterios de filtrado ESTRICTOS:
+                                    # 1. Al menos 2 detecciones en el cluster (más robusto que 1)
+                                    # 2. Tamaño mínimo más conservador (50px en lugar de 30px)
+                                    # 3. Aspect ratio más restrictivo (0.6 - 1.5 en lugar de 0.5 - 2.0)
+                                    is_valid = True
+                                    rejection_reason = ""
+                                    
+                                    # Criterio 1: Mínimo 2 detecciones para evitar outliers
+                                    if count < 2:
+                                        rejection_reason = f"count={count} < 2 (molt poques deteccions)"
+                                        is_valid = False
+                                    
+                                    # Si hay bbox disponible, aplicar filtros adicionales ESTRICTOS
+                                    if bbox and is_valid:
+                                        w = bbox.get("width", 0)
+                                        h = bbox.get("height", 0)
+                                        
+                                        # Criterio 2: Descartar caras pequeñas (< 50px) - más conservador
+                                        if w < 50 or h < 50:
+                                            rejection_reason = f"bbox massa petit ({w}x{h}px, mínim 50x50)"
+                                            is_valid = False
+                                        
+                                        # Criterio 3: Aspect ratio MÁS restrictivo para caras (0.6 - 1.5)
+                                        # Las caras reales suelen tener proporciones más regulares
+                                        elif h > 0:
+                                            aspect_ratio = w / h
+                                            if aspect_ratio < 0.6 or aspect_ratio > 1.5:
+                                                rejection_reason = f"aspect ratio fora de rang ({aspect_ratio:.2f}, rang: 0.6-1.5)"
+                                                is_valid = False
+                                        
+                                        # Criterio 4: Descartar caras extremadamente grandes (probablemente falsos positivos)
+                                        # Asumiendo que las caras no deberían ocupar más de 800px
+                                        elif w > 800 or h > 800:
+                                            rejection_reason = f"bbox massa gran ({w}x{h}px, màxim 800x800)"
+                                            is_valid = False
+                                    
+                                    if is_valid:
+                                        chars_filtered.append(ch)
+                                        log(f"[FILTER] ✓ Cara acceptada: {ch.get('id', 'unknown')} (count={count}, bbox={bbox.get('width', 'N/A')}x{bbox.get('height', 'N/A')})")
+                                    else:
+                                        log(f"[FILTER] ✗ Descartant {ch.get('id', 'unknown')}: {rejection_reason}")
+                                
+                                # Actualizar lista de personajes filtrados
+                                chars = chars_filtered
+                                log(f"[FILTER] Personatges després del filtre: {len(chars)}")
+                                
+                                # Actualizar session_state con la lista filtrada
+                                st.session_state.characters_detected = chars
+                                
                                 # Mostrar progreso para el usuario
                                 total_chars = len(chars)
+                                if total_chars == 0:
+                                    st.warning("⚠️ No s'han detectat cares vàlides després del filtre de qualitat.")
+                                
                                 progress_text = st.empty()
                                 progress_bar = st.progress(0.0)
                                 progress_text.info("🎨 Generant descripcions amb Salamandra Vision (pot trigar uns segons en la primera càrrega)...")