Upload 3 files

app.py

@@ -1,43 +1,106 @@
-import gradio as gr
 import os
-from firedetection import detect_fire_in_video
+import cv2
+import torch
+import gradio as gr
+from ultralytics import YOLO
+from ultralytics.utils.plotting import Annotator, colors
 
-# Temporary directory to store results
-TEMP_DIR = "temp_outputs"
-os.makedirs(TEMP_DIR, exist_ok=True)
+def detect_fire_in_video(input_video_path: str, output_video_path: str) -> str:
+    """
+    Verilen video üzerinde YOLO modeli kullanarak yangın tespiti yapar.
+    Her kareye anotasyon ekler ve çıktıyı bir video dosyasına kaydeder.
 
-def fire_detection_interface(video_file):
+    Args:
+        input_video_path (str): Giriş video dosyasının yolu.
+        output_video_path (str): Anotasyonlu çıktı videosunun kaydedileceği yol.
+
+    Returns:
+        str: Anotasyonlu çıktı videosunun yolu.
     """
-    Gradio interface function that:
-      1) Receives an uploaded video.
-      2) Calls detect_fire_in_video.
-      3) Returns the path of the processed video for display in Gradio.
+
+    # Kullanılacak cihazı belirle
+    device = 'cuda' if torch.cuda.is_available() else 'mps' if torch.backends.mps.is_available() else 'cpu'
+    print(f"Seçilen cihaz: {device}")
+
+    # Aynı dizindeki 'last.pt' modelini yükle
+    model_path = os.path.join(os.path.dirname(__file__), 'last.pt')
+    if not os.path.isfile(model_path):
+        raise FileNotFoundError(f"Model dosyası bulunamadı: {model_path}")
+    model = YOLO(model_path)
+    model.to(device)
+
+    # Giriş videosunu aç
+    cap = cv2.VideoCapture(input_video_path)
+    if not cap.isOpened():
+        raise ValueError(f"Video dosyası açılamadı: {input_video_path}")
+
+    # Video özelliklerini al
+    width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
+    height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
+    fps = cap.get(cv2.CAP_PROP_FPS)
+
+    # Çıktı videosu için VideoWriter oluştur
+    fourcc = cv2.VideoWriter_fourcc(*"mp4v")
+    out = cv2.VideoWriter(output_video_path, fourcc, fps, (width, height))
+
+    while cap.isOpened():
+        ret, frame = cap.read()
+        if not ret:
+            break
+
+        # Nesne tespiti yap
+        results = model(frame, device=device)
+
+        # Kare üzerinde anotasyon yapmak için Annotator oluştur
+        annotator = Annotator(frame)
+
+        # Tespit edilen nesneler üzerinde iterasyon yap ve anotasyon ekle
+        for result in results:
+            boxes = result.boxes
+            for box in boxes:
+                b = box.xyxy[0].cpu().numpy()
+                c = int(box.cls[0])
+                label = f'{model.names[c]} {box.conf[0]:.2f}'
+                annotator.box_label(b, label, color=colors(c, True))
+
+        # Anotasyonlu kareyi çıktı videosuna yaz
+        out.write(frame)
+
+    # Kaynakları serbest bırak
+    cap.release()
+    out.release()
+    cv2.destroyAllWindows()
+
+    return output_video_path
+
+def process_video(input_video) -> str:
     """
-    if video_file is None:
-        return None
+    Yüklenen videoyu yangın tespiti için işler.
 
-    # Extract filename
-    input_video_path = video_file
-    base_name = os.path.basename(input_video_path)
-    name_no_ext, ext = os.path.splitext(base_name)
+    Args:
+        input_video (str): Yüklenen video dosyasının yolu.
+
+    Returns:
+        str: Anotasyonlu çıktı videosunun yolu.
+    """
+    output_video_path = "annotated_output.mp4"
+    return detect_fire_in_video(input_video, output_video_path)
 
-    output_path = os.path.join(TEMP_DIR, f"{name_no_ext}_fire{ext}")
+# Gradio arayüzünü tanımla
+with gr.Blocks() as demo:
+    gr.Markdown("## Yangın Tespiti Video İşleme")
+    with gr.Row():
+        with gr.Column():
+            video_input = gr.Video(label="Video Yükle")
+            process_button = gr.Button("Videoyu İşle")
+        with gr.Column():
+            video_output = gr.Video(label="Anotasyonlu Video")
 
-    processed_path = detect_fire_in_video(
-        input_video_path=input_video_path,
-        output_video_path=output_path,
-        model_path="yolov12n.pt",
-        device="cpu"
+    process_button.click(
+        fn=process_video,
+        inputs=video_input,
+        outputs=video_output
     )
-    return processed_path
-
-demo = gr.Interface(
-    fn=fire_detection_interface,
-    inputs=gr.Video(label="Upload a Video"),
-    outputs=gr.Video(label="Annotated Video"),
-    title="Fire Detection with YOLO",
-    description="This interface detects fire in an uploaded video using YOLO."
-)
 
 if __name__ == "__main__":
     demo.launch()

requirements.txt

@@ -1,21 +0,0 @@
-torch==2.2.2
-torchvision==0.17.2
-timm==1.0.14
-albumentations==2.0.4
-onnx==1.14.0
-onnxruntime==1.15.1
-pycocotools==2.0.7
-PyYAML==6.0.1
-scipy==1.13.0
-onnxslim==0.1.31
-gradio==4.44.1
-psutil==5.9.8
-py-cpuinfo==9.0.0
-huggingface-hub==0.23.2
-safetensors==0.4.3
-numpy==1.26.4
-ultralytics==8.0.20
-opencv-python==4.7.0.72
-langchain==0.3.0
-pydantic==2.9.2
-