Spaces:
Sleeping
Sleeping
Upload 2 files
Browse files- app.py +61 -0
- requirements.txt +9 -0
app.py
ADDED
|
@@ -0,0 +1,61 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
import gradio as gr
|
| 2 |
+
import pandas as pd
|
| 3 |
+
import numpy as np
|
| 4 |
+
from datasets import Dataset
|
| 5 |
+
from sklearn.ensemble import RandomForestClassifier
|
| 6 |
+
import torch
|
| 7 |
+
from diffusers import StableDiffusionPipeline
|
| 8 |
+
|
| 9 |
+
# --- 1. SİSTEM BAŞLATMA (Arka planda bir kere çalışır) ---
|
| 10 |
+
print("Model ve Veriler Hazırlanıyor...")
|
| 11 |
+
np.random.seed(42)
|
| 12 |
+
ozellikler = np.random.rand(200, 14) * 100
|
| 13 |
+
etiketler = np.random.choice([0, 1], 200)
|
| 14 |
+
df = pd.DataFrame(ozellikler)
|
| 15 |
+
df['durum'] = etiketler
|
| 16 |
+
|
| 17 |
+
hf_dataset = Dataset.from_pandas(df)
|
| 18 |
+
X = hf_dataset.to_pandas().iloc[:, :-1]
|
| 19 |
+
y = hf_dataset.to_pandas().iloc[:, -1]
|
| 20 |
+
|
| 21 |
+
clf = RandomForestClassifier(n_estimators=50, random_state=42)
|
| 22 |
+
clf.fit(X, y)
|
| 23 |
+
|
| 24 |
+
# Budanmış (Pruned) modeli yüklüyoruz
|
| 25 |
+
pipe = StableDiffusionPipeline.from_pretrained("nota-ai/bk-sdm-tiny", torch_dtype=torch.float32)
|
| 26 |
+
if torch.cuda.is_available():
|
| 27 |
+
pipe = pipe.to("cuda")
|
| 28 |
+
|
| 29 |
+
# --- 2. ÜRETİM FONKSİYONU (Butona basıldığında çalışır) ---
|
| 30 |
+
def generate_neuro_image():
|
| 31 |
+
# 14 kanallı yeni bir beyin sinyali simülasyonu
|
| 32 |
+
yeni_sinyal = np.random.rand(1, 14) * 100
|
| 33 |
+
tahmin = clf.predict(yeni_sinyal)[0]
|
| 34 |
+
|
| 35 |
+
if tahmin == 0:
|
| 36 |
+
durum_adi = "Uyanık ve Odaklanmış (Gözler Açık)"
|
| 37 |
+
prompt = "A highly focused futuristic brain, glowing neon blue nodes, cyberpunk city background, ultra detailed, 8k"
|
| 38 |
+
else:
|
| 39 |
+
durum_adi = "Sakin ve Dinleniyor (Gözler Kapalı)"
|
| 40 |
+
prompt = "A peaceful zen garden, glowing soft green tree, calm relaxing atmosphere, digital art, highly detailed"
|
| 41 |
+
|
| 42 |
+
image = pipe(prompt, num_inference_steps=20).images[0]
|
| 43 |
+
return durum_adi, prompt, image
|
| 44 |
+
|
| 45 |
+
# --- 3. GRADIO WEB ARAYÜZÜ (UI) ---
|
| 46 |
+
with gr.Blocks(theme=gr.themes.Soft()) as demo:
|
| 47 |
+
gr.Markdown("# 🧠 CognitiveDiffusion: Edge-Optimized Neuro-AI Pipeline")
|
| 48 |
+
gr.Markdown("Bu PoC, EEG beyin dalgalarını simüle ederek anlık bilişsel durumu sınıflandırır ve optimize edilmiş (pruned) bir difüzyon modeli ile bu durumu anında görselleştirir. **HubX AI Lab**'in edge optimizasyon vizyonundan ilham alınarak tasarlanmıştır.")
|
| 49 |
+
|
| 50 |
+
with gr.Row():
|
| 51 |
+
with gr.Column():
|
| 52 |
+
btn = gr.Button("🚀 Yeni EEG Sinyali Simüle Et ve Üret", variant="primary")
|
| 53 |
+
state_out = gr.Textbox(label="Algılanan Bilişsel Durum", lines=1)
|
| 54 |
+
prompt_out = gr.Textbox(label="Üretilen Yapay Zeka Promptu", lines=2)
|
| 55 |
+
with gr.Column():
|
| 56 |
+
image_out = gr.Image(label="Neuro-AI Çıktısı")
|
| 57 |
+
|
| 58 |
+
btn.click(fn=generate_neuro_image, inputs=[], outputs=[state_out, prompt_out, image_out])
|
| 59 |
+
|
| 60 |
+
# Uygulamayı başlat
|
| 61 |
+
demo.launch()
|
requirements.txt
ADDED
|
@@ -0,0 +1,9 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
pandas
|
| 2 |
+
numpy
|
| 3 |
+
datasets
|
| 4 |
+
scikit-learn
|
| 5 |
+
torch
|
| 6 |
+
diffusers
|
| 7 |
+
transformers
|
| 8 |
+
gradio
|
| 9 |
+
accelerate
|