Update app.py

app.py

@@ -1,9 +1,40 @@
 import streamlit as st
-from transformers import pipeline
+from PIL import Image
+import torch
 
-pipe = pipeline('sentiment-analysis')
-text = st.text_area('enter some text!')
+# 载入一个预训练的物体识别模型，这里使用 YOLOv5
+model = torch.hub.load('ultralytics/yolov5', 'yolov5s', pretrained=True)
 
-if text:
-    out = pipe(text)
-    st.json(out)
+def detect_objects(image):
+    # 对图像进行处理并通过模型进行预测
+    results = model(image)
+    
+    # 解析结果，获取检测到的物体和置信度
+    data = results.pandas().xyxy[0]
+    return results, data
+
+def main():
+    st.title("物体识别应用")
+
+    # 创建一个文件上传器，用户可以上传图片
+    uploaded_file = st.file_uploader("请选择一张图片进行物体识别", type=["jpg", "jpeg", "png"])
+
+    if uploaded_file is not None:
+        # 将上传的文件转换为图像
+        image = Image.open(uploaded_file)
+
+        # 显示原始图片
+        st.image(image, caption='上传的图片', use_column_width=True)
+
+        # 检测图片中的物体
+        results, data = detect_objects(image)
+
+        # 显示结果
+        st.write("检测结果：")
+        st.write(data)
+
+        # 显示带有检测框的图片
+        st.image(results.render()[0], caption='检测结果', use_column_width=True)
+
+if __name__ == "__main__":
+    main()