a

app.py

@@ -1,28 +1,26 @@
 import gradio as gr
-from transformers import pipeline
+from transformers import VisionEncoderDecoderModel, ViTImageProcessor, AutoTokenizer
+from PIL import Image
 
-clasificador = pipeline("sentiment-analysis", model="pysentimiento/robertuito-sentiment-analysis")
+# Cargar modelo
+model = VisionEncoderDecoderModel.from_pretrained("nlpconnect/vit-gpt2-image-captioning")
+processor = ViTImageProcessor.from_pretrained("nlpconnect/vit-gpt2-image-captioning")
+tokenizer = AutoTokenizer.from_pretrained("nlpconnect/vit-gpt2-image-captioning")
 
-def puntuacion_sentimientos(texto):
-    resultado = clasificador(texto)
-    print(resultado)
-    etiqueta = resultado[0]["label"]
-    if(etiqueta == "POS"):
-        respuesta = "Tu frase muy positiva"
-    elif etiqueta == "NEG":
-        respuesta = "Tu frase muy negativa"
-    else:
-        respuesta = "ni fu ni fa"
-    return respuesta
+def describir(imagen):
+    if imagen is None:
+        return "Sube una imagen"
+    img = Image.fromarray(imagen)
+    inputs = processor(images=img, return_tensors="pt")
+    ids = model.generate(**inputs, max_length=40)
+    return tokenizer.decode(ids[0], skip_special_tokens=True)
 
 demo = gr.Interface(
-    fn=puntuacion_sentimientos,
-    inputs=gr.Textbox(),
+    fn=describir,
+    inputs=gr.Image(type="numpy"),
     outputs=gr.Textbox(),
-    title="Ejemplo Sentimientos de las frases",
-    description="Esta es nuestra interfaz para probar <strong>modelos de UA</strong>",
-    article="En este modelo, escribe una frase y pulsa en **Comprobar** para ver si tiene sentimientos positivos, negativos o neutros",
-    submit_btn="comprobar",
-    fill_width=True
-    )
-demo.launch(theme=gr.themes.Soft())
+    title="Descripción de Imágenes",
+    description="Sube una imagen y se generará una descripción para accesibilidad."
+)
+
+demo.launch()

app_prueba.py

@@ -0,0 +1,28 @@
+import gradio as gr
+from transformers import pipeline
+
+clasificador = pipeline("sentiment-analysis", model="pysentimiento/robertuito-sentiment-analysis")
+
+def puntuacion_sentimientos(texto):
+    resultado = clasificador(texto)
+    print(resultado)
+    etiqueta = resultado[0]["label"]
+    if(etiqueta == "POS"):
+        respuesta = "Tu frase muy positiva"
+    elif etiqueta == "NEG":
+        respuesta = "Tu frase muy negativa"
+    else:
+        respuesta = "ni fu ni fa"
+    return respuesta
+
+demo = gr.Interface(
+    fn=puntuacion_sentimientos,
+    inputs=gr.Textbox(),
+    outputs=gr.Textbox(),
+    title="Ejemplo Sentimientos de las frases",
+    description="Esta es nuestra interfaz para probar <strong>modelos de UA</strong>",
+    article="En este modelo, escribe una frase y pulsa en **Comprobar** para ver si tiene sentimientos positivos, negativos o neutros",
+    submit_btn="comprobar",
+    fill_width=True
+    )
+demo.launch(theme=gr.themes.Soft())

requirements.txt

@@ -1,3 +1,4 @@
 gradio
 transformers==4.49.0
-torch==2.6.0
+torch==2.6.0
+Pillow