Upload 2 files

Subida inicial del proyecto

app.py

@@ -0,0 +1,51 @@
+from transformers import DetrImageProcessor, DetrForObjectDetection
+import torch
+from PIL import Image
+import gradio as gr
+
+# Cargar el procesador y el modelo
+processor = DetrImageProcessor.from_pretrained("facebook/detr-resnet-50")
+model = DetrForObjectDetection.from_pretrained("facebook/detr-resnet-50")
+
+# Función para procesar la imagen
+def detect_objects(image):
+    # Preprocesamiento
+    inputs = processor(images=image, return_tensors="pt")
+    
+    # Detectar objetos
+    with torch.no_grad():
+        outputs = model(**inputs)
+    
+    # Filtrar resultados
+    target_sizes = torch.tensor([image.size[::-1]])  # (alto, ancho)
+    results = processor.post_process_object_detection(outputs, target_sizes=target_sizes, threshold=0.9)[0]
+    
+    # Crear una lista de los resultados con nombre y puntuación
+    labels = results["labels"]
+    scores = results["scores"]
+    boxes = results["boxes"]
+    
+    # Mostrar los objetos detectados
+    detected_objects = []
+    for score, label, box in zip(scores, labels, boxes):
+        detected_objects.append(f"Objeto: {model.config.id2label[label.item()]}, Score: {score:.2f}")
+    
+    if not detected_objects:
+        return "No se detectaron objetos con alta confianza (>0.9)"
+    
+    return "\n".join(detected_objects)
+
+# Crear la interfaz Gradio
+def create_interface():
+    interface = gr.Interface(
+        fn=detect_objects,
+        inputs=gr.Image(type="pil"),
+        outputs=gr.Textbox(label="Objetos Detectados"),
+        title="Detección de Objetos con Transformers",
+        description="Sube una imagen y descubre qué objetos se pueden detectar."
+    )
+    
+    interface.launch()
+
+if __name__ == "__main__":
+    create_interface()

requirements.txt

@@ -0,0 +1,5 @@
+transformers
+torch
+gradio
+pillow
+timm