Update app.py

app.py

@@ -11,68 +11,98 @@ def yolov8_func(image,
 
     # Load the YOLOv8 model
     model_path = "best.pt"
-    model = YOLO(model_path)  # Use your custom model path here
+    model = YOLO(model_path)  # Thay bằng đường dẫn model của bạn
 
-    # Make predictions
+    # Dự đoán
     result = model.predict(image, conf=conf_thresold, iou=iou_thresold, imgsz=image_size)
+    boxes = result[0].boxes
+    num_boxes = len(boxes)
 
-    # Access object detection results
-    boxes = result[0].boxes  # Bounding boxes
-    num_boxes = len(boxes)   # Count the number of bounding boxes (detections)
-
-    # Print object detection details (optional)
+    # In thông tin (tùy chọn)
     print("Object type: ", boxes.cls)
     print("Confidence: ", boxes.conf)
     print("Coordinates: ", boxes.xyxy)
-    print(f"Number of bounding boxes: {num_boxes}")
+    print(f"Số lượng vùng phát hiện: {num_boxes}")
 
-    # Categorize based on number of boxes (detections) and provide recommendations
+    # Phân loại mức độ mụn và gợi ý
     if num_boxes > 10:
-        severity = "Worse"
-        recommendation = "It is recommended to see a dermatologist and start stronger acne treatment."
+        severity = "Nặng"
+        recommendation = "Bạn nên đến gặp bác sĩ da liễu và sử dụng liệu trình trị mụn chuyên sâu."
     elif 5 <= num_boxes <= 10:
-        severity = "Medium"
-        recommendation = "You should follow a consistent skincare routine with proper cleansing and moisturizing."
+        severity = "Trung bình"
+        recommendation = "Hãy duy trì skincare đều đặn với sữa rửa mặt dịu nhẹ và dưỡng ẩm phù hợp."
     else:
-        severity = "Good"
-        recommendation = "Your skin looks good! Keep up with your current skincare routine."
+        severity = "Tốt"
+        recommendation = "Làn da bạn khá ổn! Tiếp tục duy trì thói quen chăm sóc da hiện tại."
 
-    print(f"Acne condition: {severity}")
-    print(f"Recommendation: {recommendation}")
+    print(f"Tình trạng mụn: {severity}")
+    print(f"Khuyến nghị: {recommendation}")
 
-    # Render the result (with bounding boxes/labels)
+    # Kết xuất ảnh kết quả
     render = render_result(model=model, image=image, result=result[0])
-    
-    # Save the rendered image (with predictions)
     predicted_image_save_path = "predicted_image.jpg"
     render.save(predicted_image_save_path)
 
-    # Return the saved image, severity, and recommendation for Gradio output
-    return predicted_image_save_path, f"Acne condition: {severity}", recommendation
+    return predicted_image_save_path, f"Tình trạng mụn: {severity}", recommendation
+
+# Tạo phần mô tả và hướng dẫn
+description_md = """
+## Ứng dụng Nhận Diện Mụn bằng YOLOv8
+Chọn một ảnh chụp khuôn mặt của bạn. Ứng dụng sẽ phân tích và đánh giá tình trạng mụn dựa trên mô hình YOLOv8.
+- **Bước 1:** Tải lên ảnh khuôn mặt.
+- **Bước 2:** Điều chỉnh các tham số (nếu cần).
+- **Bước 3:** Nhấn **Submit** để nhận kết quả.
+
+Phần kết quả sẽ cho ra:
+- Ảnh với bounding box quanh các nốt mụn được phát hiện.
+- Đánh giá tình trạng mụn.
+- Lời khuyên chăm sóc da.
+"""
+
+# CSS tùy chỉnh để giao diện đẹp hơn
+custom_css = """
+#component-0, #component-1, #component-2, #component-3, #component-4 {
+    font-family: "Helvetica Neue", Helvetica, Arial, sans-serif;
+    text-align: center;
+}
+#component-0 h1 {
+    color: #F15B2A;
+}
+#component-0 h2, h3 {
+    color: #333;
+}
+.gr-button {
+    background-color: #F15B2A !important;
+    color: #fff !important;
+    border: none !important;
+    font-weight: bold !important;
+}
+.gr-button:hover {
+    background-color: #d94c1f !important;
+}
+"""
 
-# Define inputs for the Gradio app
 inputs = [
-    gr.Image(type="filepath", label="Input Image"),
-    gr.Slider(minimum=320, maximum=1280, step=32, value=640, label="Image Size"),
-    gr.Slider(minimum=0, maximum=1, step=0.05, value=0.15, label="Confidence Threshold"),
-    gr.Slider(minimum=0, maximum=1, step=0.05, value=0.15, label="IOU Threshold")
+    gr.Image(type="filepath", label="Ảnh Khuôn Mặt (Input Image)"),
+    gr.Slider(minimum=320, maximum=1280, step=32, value=640, label="Kích thước ảnh (Image Size)"),
+    gr.Slider(minimum=0, maximum=1, step=0.05, value=0.15, label="Ngưỡng Confidence"),
+    gr.Slider(minimum=0, maximum=1, step=0.05, value=0.15, label="Ngưỡng IOU")
 ]
 
-# Define the output for the Gradio app (image + text for severity and recommendation)
 outputs = [
-    gr.Image(type="filepath", label="Output Image"),
-    gr.Textbox(label="Acne Condition"),
-    gr.Textbox(label="Recommendation")
+    gr.Image(type="filepath", label="Ảnh Sau Khi Xử Lý"),
+    gr.Textbox(label="Tình Trạng Mụn", interactive=False),
+    gr.Textbox(label="Khuyến Nghị", interactive=False)
 ]
 
-# Set the title of the Gradio app
-title = "YOLOv8: An Object Detection for Acne"
-
-# Create the Gradio interface
-yolo_app = gr.Interface(fn=yolov8_func,
-                    inputs=inputs,
-                    outputs=outputs,
-                    title=title)
+yolo_app = gr.Interface(
+    fn=yolov8_func,
+    inputs=inputs,
+    outputs=outputs,
+    title="YOLOv8: Nhận Diện Mụn",
+    description=description_md,
+    css=custom_css,
+    theme="default"  # Bạn có thể thử "default" hoặc "huggingface"
+)
 
-# Launch the app
-yolo_app.launch(debug=True)
+yolo_app.launch(debug=True)