Add clipsense-min

app.py

@@ -0,0 +1,90 @@
+import gradio as gr
+import torch
+from transformers import AutoProcessor, AutoModel
+
+# Load MetaCLIP
+model_name = "facebook/metaclip-2-worldwide-s16"
+processor = AutoProcessor.from_pretrained(model_name)
+model = AutoModel.from_pretrained(model_name)
+
+
+def classify(image, labels_text):
+    if image is None or not labels_text.strip():
+        return (
+            "<div style='font-size:22px; color:#b00000;'>กรุณาอัปโหลดภาพและกรอก labels ก่อน</div>",
+            ""
+        )
+
+    labels = [l.strip() for l in labels_text.split("\n") if l.strip()]
+    inputs = processor(text=labels, images=image, return_tensors="pt", padding=True)
+
+    with torch.no_grad():
+        out = model(**inputs)
+        probs = out.logits_per_image.softmax(dim=1)[0]
+
+    best_idx = torch.argmax(probs)
+    best_label = labels[best_idx]
+    best_prob = float(probs[best_idx])
+
+    # ===== HTML การ์ดไฮไลท์ตรงกลาง =====
+    highlight_html = f"""
+    <div style="
+        text-align:center;
+        padding:30px;
+        border-radius:20px;
+        background: linear-gradient(135deg, #ffe7e7, #fff4e6);
+        border:1px solid #f2d0d0;
+        box-shadow:0 4px 20px rgba(0,0,0,0.08);
+        margin-bottom: 20px;
+    ">
+        <div style='font-size:40px; font-weight:900; color:#b80000; margin-bottom:10px;'>
+            ผลลัพธ์ที่ใกล้ที่สุด
+        </div>
+
+        <div style='font-size:48px; font-weight:900; color:#d00000;'>
+            🎯 {best_label} 🎯
+        </div>
+
+        <div style='font-size:26px; margin-top:14px; color:#444;'>
+            ความมั่นใจ: <b>{best_prob:.4f}</b>
+        </div>
+    </div>
+    """
+
+    # ===== Markdown รายละเอียดทั้งหมด =====
+    details_md = "### รายละเอียดทั้งหมด\n"
+    for lbl, p in zip(labels, probs):
+        details_md += f"- **{lbl}**: {float(p):.4f}\n"
+
+    return highlight_html, details_md
+
+
+with gr.Blocks(theme=gr.themes.Soft()) as demo:
+    gr.Markdown(
+        """
+        # 🎨 ClipSense Mini  
+        ทดลองว่า MetaCLIP 2 คิดว่าภาพของคุณ “ใกล้คำไหนที่สุด”
+        """
+    )
+
+    with gr.Row(equal_height=True):
+        # ===== LEFT : Image + Labels =====
+        with gr.Column(scale=1):
+            image = gr.Image(type="pil", height=350, label="อัปโหลดรูปภาพ")
+
+            labels_box = gr.Textbox(
+                label="Labels (ใส่ทีละบรรทัด / ใช้ภาษาไทยได้)",
+                lines=7,
+                placeholder="ผู้หญิง\nผู้ชาย\nรูปโป๊\nนางตานี\nแมว\nหมา"
+            )
+
+            btn = gr.Button("วิเคราะห์ภาพด้วย ClipSense")
+
+        # ===== RIGHT : Result =====
+        with gr.Column(scale=1):
+            highlight = gr.HTML("<div>ผลลัพธ์จะปรากฏที่นี่</div>")
+            details = gr.Markdown("")
+
+    btn.click(classify, [image, labels_box], [highlight, details])
+
+demo.launch()