Update app.py

app.py

@@ -1,8 +1,3 @@
-"""
-🎯 Application Gradio pour YOLOv3 Object Detection - Pascal VOC
-Déployée sur Hugging Face Spaces
-"""
-
 import gradio as gr
 import torch
 import cv2
@@ -41,7 +36,6 @@ from utils import cells_to_bboxes, non_max_suppression
 class YOLOv3Detector:
     def __init__(self, checkpoint_path):
         """Initialise le détecteur YOLOv3"""
-        print(f"🔧 Device: {DEVICE}")
         
         # Charger le modèle
         self.model = YOLOv3(num_classes=NUM_CLASSES).to(DEVICE)
@@ -59,7 +53,6 @@ class YOLOv3Detector:
         np.random.seed(42)
         self.colors = np.random.randint(0, 255, size=(len(PASCAL_CLASSES), 3), dtype=np.uint8)
         
-        print("✅ Modèle chargé avec succès!")
     
     def preprocess_image(self, image):
         """Prétraite l'image pour le modèle"""
@@ -162,22 +155,19 @@ class YOLOv3Detector:
 
 
 # Télécharger le modèle depuis Hugging Face
-print("📥 Téléchargement du modèle depuis Hugging Face...")
 checkpoint_path = hf_hub_download(
     repo_id="nathbns/yolov3_from_scratch",
     filename="checkpoint.pth.tar"
 )
-print(f"✅ Modèle téléchargé: {checkpoint_path}")
 
 # Initialiser le détecteur
-print("🚀 Chargement du modèle...")
 detector = YOLOv3Detector(checkpoint_path)
 
 
 def predict(image, conf_threshold, iou_threshold):
     """Fonction de prédiction pour Gradio"""
     if image is None:
-        return None, "❌ Aucune image fournie"
+        return None, "Aucune image fournie"
     
     # Détecter
     boxes = detector.detect(image, conf_threshold, iou_threshold)
@@ -187,9 +177,9 @@ def predict(image, conf_threshold, iou_threshold):
     
     # Texte des détections
     if detections:
-        detection_text = f"**✅ {len(detections)} objet(s) détecté(s) :**\n\n" + "\n".join(detections)
+        detection_text = f"**{len(detections)} objet(s) détecté(s) :**\n\n" + "\n".join(detections)
     else:
-        detection_text = "❌ Aucun objet détecté"
+        detection_text = "Aucun objet détecté"
     
     return result_image, detection_text
 
@@ -198,23 +188,15 @@ def predict(image, conf_threshold, iou_threshold):
 with gr.Blocks(title="YOLOv3 Object Detection", theme=gr.themes.Soft()) as demo:
     gr.Markdown(
         """
-        # 🎯 YOLOv3 Object Detection - Pascal VOC
-        
-        Uploadez une image pour détecter des objets parmi **20 classes Pascal VOC**.
-        
-        **Classes détectables:** personne, vélo, voiture, moto, avion, bus, train, camion, bateau, 
-        feu de circulation, bouche d'incendie, panneau stop, parcomètre, banc, oiseau, chat, chien, 
-        cheval, mouton, vache, éléphant, ours, zèbre, girafe, sac à dos, parapluie, etc.
-        
-        ---
+        # YOLOv3 Object Detection - Pascal VOC
         """
     )
     
     with gr.Row():
         with gr.Column():
-            input_image = gr.Image(type="pil", label="📸 Image d'entrée")
+            input_image = gr.Image(type="pil", label="Image d'entrée")
             
-            with gr.Accordion("⚙️ Paramètres", open=True):
+            with gr.Accordion("Paramètres", open=True):
                 conf_slider = gr.Slider(
                     minimum=0.1, 
                     maximum=1.0, 
@@ -232,11 +214,11 @@ with gr.Blocks(title="YOLOv3 Object Detection", theme=gr.themes.Soft()) as demo:
                     info="Plus élevé = plus de boîtes qui se chevauchent"
                 )
             
-            detect_btn = gr.Button("🔍 Détecter les objets", variant="primary", size="lg")
+            detect_btn = gr.Button("Détecter les objets", variant="primary", size="lg")
         
         with gr.Column():
-            output_image = gr.Image(label="✨ Résultat")
-            output_text = gr.Markdown(label="📊 Détections")
+            output_image = gr.Image(label="Résultat")
+            output_text = gr.Markdown(label="Détections")
     
     # Action
     detect_btn.click(
@@ -251,33 +233,6 @@ with gr.Blocks(title="YOLOv3 Object Detection", theme=gr.themes.Soft()) as demo:
         inputs=[input_image, conf_slider, iou_slider],
         outputs=[output_image, output_text]
     )
-    
-    gr.Markdown(
-        """
-        ---
-        
-        ### 📊 Informations sur le modèle
-        
-        - **Architecture:** YOLOv3 (Darknet-53 backbone)
-        - **Dataset:** Pascal VOC (16 551 images d'entraînement)
-        - **Epochs:** 100
-        - **mAP @ 0.5 IoU:** ~38.3%
-        - **Classes:** 20 objets courants
-        - **Taille d'entrée:** 416x416
-        
-        ---
-        
-        ### 💡 Astuces
-        
-        - **Seuil de confiance bas (0.3):** Plus de détections, mais plus de faux positifs
-        - **Seuil de confiance élevé (0.7):** Moins de détections, mais plus précises
-        - **Seuil NMS:** Contrôle le chevauchement des boîtes de détection
-        
-        ---
-        
-        Créé avec ❤️ par [nathbns](https://huggingface.co/nathbns)
-        """
-    )
 
 if __name__ == "__main__":
     demo.launch()