Upload 8 files

.gitattributes

@@ -33,3 +33,4 @@ saved_model/**/* filter=lfs diff=lfs merge=lfs -text
 *.zip filter=lfs diff=lfs merge=lfs -text
 *.zst filter=lfs diff=lfs merge=lfs -text
 *tfevents* filter=lfs diff=lfs merge=lfs -text
+example_images/burger.jpg filter=lfs diff=lfs merge=lfs -text

app.py

@@ -0,0 +1,67 @@
+#! pip install gradio
+import gradio as gr
+from transformers import pipeline
+
+# Lade beide Modelle
+vit_classifier = pipeline("image-classification", model="chrisis2/vit-food-classification-chrisis2")  # ViT: speziell traineirtes Modell für Lebensmittelklassifikation
+clip_detector = pipeline(model="openai/clip-vit-large-patch14", task="zero-shot-image-classification") #CLIP: Allgmeines Zero-Shot-Modell das Bilde rmit Textbeschreibungen vergleicht
+
+# Liste aller Food-Labes für Zero-Shot Modell
+food_labels = [
+    "Baked Potato", "Crispy Chicken", "Donut", "Fries", "Hot Dog", "Sandwich", "Taco", "Taquito",
+    "apple_pie", "burger", "butter_naan", "chai", "chapati", "cheesecake", "chicken_curry",
+    "chole_bhature", "dal_makhani", "dhokla", "fried_rice", "ice_cream", "idli", "jalebi",
+    "kaathi_rolls", "kadai_paneer", "kulfi", "masala_dosa", "momos", "omelette", "paani_puri",
+    "pakode", "pav_bhaji", "pizza", "samosa", "sushi"
+]
+
+# Klassifikationsfunktion
+def classify_food(image):
+    # Klassifikation mit ViT
+    vit_results = vit_classifier(image)
+    vit_output = {r['label']: r['score'] for r in vit_results} # Ergebnisse als Dictionary
+    vit_top_label = vit_results[0]['label'] #beste Vrohersage
+    vit_top_score = vit_results[0]['score'] * 100 # zu % umwandeln
+
+    # Klassifikation mit CLIP
+    clip_results = clip_detector(image, candidate_labels=food_labels) 
+    clip_output = {r['label']: r['score'] for r in clip_results} # Ergebnisse als Dictionary
+    clip_top_label = clip_results[0]['label'] #beste Vrohersage
+    clip_top_score = clip_results[0]['score'] * 100 # zu % umwandeln
+
+    # Formatierte Zusammenfassung für Anzeige
+    summary = (
+        "### Höchste Vorhersagewahrscheinlichkeit pro Modell:\n\n"
+        f"**Trainiertes ViT-Modell**: erkennt **{vit_top_label}** mit **{vit_top_score:.3f}%** Wahrscheinlichkeit.\n\n"
+        f"**CLIP Zero-Shot-Modell**: erkennt **{clip_top_label}** mit **{clip_top_score:.3f}%** Wahrscheinlichkeit."
+    )
+
+    return {"Trainiertes ViT-Modell": vit_output, "CLIP Zero-Shot": clip_output}, summary
+
+# Beispielbilder für Anzeige
+example_images = [
+    ["example_images/burger.jpg"],
+    ["example_images/donut.jpg"],
+    ["example_images/fries.jpg"],
+    ["example_images/pizza.jpg"],
+    ["example_images/sushi.jpg"],
+    
+]
+
+# Erstellung der Gradio-Oberfläche
+iface = gr.Interface(
+    fn=classify_food,
+    inputs=gr.Image(type="filepath"),
+    outputs=[gr.JSON(label="Detaillierte Modell-Ausgaben"), gr.Markdown(label="Fazit der besten Vorhersagen")],
+    title="🍔 KI-Modellvergleich zur Klassifikation von Gerichten 🍟",
+    description="""Diese Anwendung vergleicht zwei KI-Modelle zur Klassifikation von Gerichten einschliesslich der westlichen und vor allem indischen Küche:
+
+Modell 1: Ein trainiertes ViT-Modell: Wurde speziell mit einem Datensatz aus Food-Bildern trainiert und erkennt häufige Speisen besonders zuverlässig.
+
+Modell 2: Ein CLIP Zero-Shot-Modell: Wurde nicht speziell für Food trainiert. Es nutzt Sprachverständnis, um das Bild mit Text-Labels zu vergleichen.
+
+📸 Lade ein Bild eines Gerichts hoch (z. B. Pizza, Sushi oder Donut) und sieh dir an, wie beide Modelle es erkennen und ob sie sich einig sind!""",
+    examples=example_images
+)
+
+iface.launch(share=True)

requirements.txt

@@ -0,0 +1,2 @@
+transformers
+torch