Upload app.py with huggingface_hub

app.py

@@ -28,21 +28,22 @@ from logic import (
 EXAMPLES_DIR = "examples" 
 device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
 
+# --- التعديل 1: تأكد من أن config_key يشير إلى 'interfuser_baseline' ---
 MODELS_ON_HUB = {
     "My Interfuser Model (from Hub)": {
         "repo_id": "BaseerAI/Interfuser-Baseer-v1",
         "filename": "best_model.pth",
-        "config_key": "interfuser_lightweight"
+        "config_key": "interfuser_baseline" # <-- يجب أن يكون هذا baseline ليتوافق مع الأوزان
     }
 }
 
-# إعدادات البناء الخاصة بكل نموذج
+# --- التعديل 2: أضف 'num_cameras: 1' إلى إعدادات baseline ---
 MODELS_SPECIFIC_CONFIGS = {
     "interfuser_baseline": { 
         "rgb_backbone_name": "r50", 
         "embed_dim": 256, 
         "direct_concat": True,
-        "num_cameras": 1  # <-- أضف هذا السطر
+        "num_cameras": 1  # <-- هذا السطر ضروري جداً
     },
     "interfuser_lightweight": { 
         "rgb_backbone_name": "r26", 
@@ -50,17 +51,16 @@ MODELS_SPECIFIC_CONFIGS = {
         "enc_depth": 4, 
         "dec_depth": 4, 
         "direct_concat": True,
-        "num_cameras": 1 # <-- أضف هذا السطر أيضاً للاحتياط
+        "num_cameras": 1
     }
 }
+
+
 # ==============================================================================
-#           2. الدوال الأساسية
+#           2. الدوال الأساسية (لا تغييرات هنا)
 # ==============================================================================
 
 def load_model(model_display_name: str):
-    """
-    تحميل النموذج عن طريق تنزيله من Hugging Face Hub.
-    """
     if not model_display_name or model_display_name not in MODELS_ON_HUB:
         return None, "الرجاء اختيار نموذج صالح."
 
@@ -93,18 +93,10 @@ def load_model(model_display_name: str):
     model = build_interfuser_model(model_config)
     
     try:
-        # --- التعديل الرئيسي هنا ---
-        # 1. قم بتحميل ملف "نقطة الحفظ" (checkpoint) الكامل
         checkpoint = torch.load(weights_path, map_location=device)
-        
-        # 2. استخرج قاموس الأوزان الفعلي من داخل "نقطة الحفظ"
         state_dic = checkpoint['model_state_dict']
-        
-        # 3. الآن قم بتحميل الأوزان الصحيحة في النموذج
         model.load_state_dict(state_dic)
-        
         print(f"تم تحميل أوزان النموذج '{model_display_name}' بنجاح.")
-        
     except KeyError:
         error_msg = "فشل تحميل الأوزان. لم يتم العثور على المفتاح 'model_state_dict' في ملف النموذج. قد يكون هيكل الملف مختلفًا."
         gr.Warning(error_msg)
@@ -123,7 +115,6 @@ def run_single_frame(
     model_from_state, rgb_image_path, rgb_left_image_path, rgb_right_image_path,
     rgb_center_image_path, lidar_image_path, measurements_path, target_point_list
 ):
-    # ... (بقية هذا الجزء من الكود لا يحتاج إلى تغيير) ...
     if model_from_state is None:
         gr.Warning("النموذج لم يتم تحميله. سيتم محاولة تحميل النموذج الافتراضي.")
         available_models = list(MODELS_ON_HUB.keys())
@@ -213,9 +204,8 @@ def run_single_frame(
         raise gr.Error(f"حدث خطأ غير متوقع أثناء معالجة الإطار: {e}")
 
 # ==============================================================================
-#           5. تعريف واجهة Gradio
+#           5. تعريف واجهة Gradio (لا تغييرات هنا)
 # ==============================================================================
-# ... (هذا الجزء لا يحتاج إلى تغيير) ...
 available_models = list(MODELS_ON_HUB.keys())
 
 with gr.Blocks(theme=gr.themes.Soft(primary_hue="blue", secondary_hue="sky"), css=".gradio-container {max-width: 95% !important;}") as demo: