Premier déploiement - captionneur d'images CPU optimisé

app.py

@@ -3,12 +3,13 @@ from transformers import pipeline
 from PIL import Image
 import time
 
-print("📥 Chargement du modèle léger (CPU optimisé)...")
+print("📥 Chargement de BLIP-large (meilleure qualité)...")
 start = time.time()
 
+# BLIP-large au lieu de BLIP-base
 captioner = pipeline(
-    "image-text-to-text",
-    model="Salesforce/blip-image-captioning-base",
+    "image-to-text",  # Ce pipeline accepte image seule
+    model="Salesforce/blip-image-captioning-large",
     device=-1
 )
 
@@ -22,25 +23,12 @@ def generate_caption(image, prompt_text=""):
         else:
             pil_image = Image.fromarray(image.astype('uint8'))
         
-        # Texte par défaut si aucun prompt fourni
-        if prompt_text and prompt_text.strip():
-            user_prompt = prompt_text
-        else:
-            user_prompt = "Describe this image in a short sentence:"
-        
-        # Appel avec image ET texte
-        result = captioner(
-            pil_image,
-            text=user_prompt,
-            max_new_tokens=50
-        )
+        # BLIP-large ne gère pas les prompts complexes
+        # On utilise simplement l'image
+        result = captioner(pil_image, max_new_tokens=50)
         
-        # Extraire la réponse
         if isinstance(result, list) and len(result) > 0:
-            if 'generated_text' in result[0]:
-                caption = result[0]['generated_text']
-            else:
-                caption = str(result[0])
+            caption = result[0].get('generated_text', str(result[0]))
         else:
             caption = str(result)
         
@@ -48,22 +36,17 @@ def generate_caption(image, prompt_text=""):
     except Exception as e:
         return f"Erreur : {str(e)}"
 
-with gr.Blocks(title="Générateur de titres d'images (CPU optimisé)") as demo:
+with gr.Blocks(title="Générateur de titres d'images (BLIP-large)") as demo:
     gr.Markdown("""
     # 🖼️ Générateur de titres d'images
-    **Temps de réponse : 30-60 secondes par image**
-    - Modèle BLIP-base (990M paramètres)
-    - Optimisé pour le CPU gratuit
+    **Modèle BLIP-large (meilleure qualité)**
+    - Temps de réponse : 2-4 minutes par image ⏱️
+    - Le prompt est ignoré car ce modèle ne le supporte pas bien
     """)
     
     with gr.Row():
         with gr.Column(scale=1):
             image_input = gr.Image(label="📸 Uploadez votre image", type="pil")
-            prompt = gr.Textbox(
-                label="Style de titre (optionnel)",
-                placeholder="Exemple: 'Titre court :' ou 'Description détaillée :'",
-                lines=1
-            )
             btn = gr.Button("🚀 Générer le titre", variant="primary")
         
         with gr.Column(scale=1):
@@ -71,7 +54,7 @@ with gr.Blocks(title="Générateur de titres d'images (CPU optimisé)") as demo:
     
     btn.click(
         fn=generate_caption,
-        inputs=[image_input, prompt],
+        inputs=[image_input],
         outputs=output
     )