Update app.py
Browse files
app.py
CHANGED
|
@@ -1,77 +1,17 @@
|
|
| 1 |
-
# -*- coding: utf-8 -*-
|
| 2 |
-
"""Solo_descripcion_ripios
|
| 3 |
|
| 4 |
-
|
| 5 |
-
|
| 6 |
-
Original file is located at
|
| 7 |
-
https://colab.research.google.com/drive/1RYsNm31Nta3rhqrgDbBsBCFcT3l-RZpC
|
| 8 |
-
"""
|
| 9 |
-
|
| 10 |
-
|
| 11 |
-
|
| 12 |
-
"""# **Descripci贸n y medici贸n de ripios de perforaci贸n mediante IA**
|
| 13 |
-
|
| 14 |
-
Este trabajo es una adaptaci贸n de los c贸digos de [A_K_Nain, 2021](https://keras.io/examples/vision/image_captioning/) y de [Sitar, M. & Leary, R., 2023](https://gchron.copernicus.org/articles/5/109/2023/)<br>
|
| 15 |
-
**Autores:** Jhoel Ortiz, Christian Mej铆a & Paola Vargas<br>
|
| 16 |
-
**Fecha de creaci贸n:** 2024/01/06<br>
|
| 17 |
-
**脷ltima modificaci贸n:** 2024/02/15<br>
|
| 18 |
-
**Descripci贸n:** Este trabajo implementa modelos de CNN y TNN para la descripci贸n y medici贸n de im谩genes de ripios de perforaci贸n.
|
| 19 |
-
|
| 20 |
-
El siguiente Notebook de Google Colab se esquematiza de la siguiente manera:
|
| 21 |
-
|
| 22 |
-
**Descripci贸n textual y oral de im谩genes de ripios de perforaci贸n**
|
| 23 |
-
- Carga e instalaci贸n de librer铆as
|
| 24 |
-
- Procesamiento de los archivos de imagen y descripciones
|
| 25 |
-
- Vectorizaci贸n de los datos de texto
|
| 26 |
-
- Canalizaci贸n de datos para el entrenamiento
|
| 27 |
-
- Construcci贸n del modelo
|
| 28 |
-
- Entrenamiento del modelo
|
| 29 |
-
- Verificaci贸n de las predicciones
|
| 30 |
-
- Evaluaci贸n con BLEU
|
| 31 |
-
- Predicci贸n de im谩genes externas
|
| 32 |
-
|
| 33 |
-
**Medici贸n de im谩genes de ripios de perforaci贸n**
|
| 34 |
-
- Carga e instalaci贸n de librer铆as
|
| 35 |
-
- Inspecci贸n de la imagen
|
| 36 |
-
- Descarga e inicializaci贸n del modelo
|
| 37 |
-
- Evaluaci贸n de prueba
|
| 38 |
-
- Procesamiento automatizado
|
| 39 |
-
- Ilustraci贸n de resultados autom谩ticos
|
| 40 |
-
- Procesamiento semi-autom谩tico
|
| 41 |
-
- Ilustraci贸n de resultados semi-autom谩ticos
|
| 42 |
-
|
| 43 |
-
# **Descripci贸n textual y oral de im谩genes de ripios de perforaci贸n**
|
| 44 |
-
Esta secci贸n contiene todos los pasos a seguir para el desarrollo de un modelo de IA que describa automaticamente de forma escrita y oral im谩genes de ripios de perforaci贸n aplicandao una RNN y un Transformer.
|
| 45 |
-
|
| 46 |
-
##**Carga e instalaci贸n de librer铆as**
|
| 47 |
-
Esta subsecci贸n carga e instala las librer铆as que se requieren para la descripci贸n textual y oral de im谩genes de ripios de perforaci贸n.
|
| 48 |
-
"""
|
| 49 |
-
|
| 50 |
-
# Carga de librer铆as
|
| 51 |
import os
|
| 52 |
-
|
| 53 |
-
os.environ["KERAS_BACKEND"] = "tensorflow"
|
| 54 |
-
|
| 55 |
import re
|
| 56 |
import numpy as np
|
| 57 |
import matplotlib.pyplot as plt
|
| 58 |
-
|
| 59 |
import tensorflow as tf
|
| 60 |
import keras
|
|
|
|
|
|
|
| 61 |
from keras import layers
|
| 62 |
from keras.applications import MobileNetV2
|
| 63 |
from keras.layers import TextVectorization
|
| 64 |
-
|
| 65 |
-
keras.utils.set_random_seed(111)
|
| 66 |
-
|
| 67 |
from gtts import gTTS
|
| 68 |
-
"""##**Procesamiento de las im谩genes y descripciones de ripios de perforaci贸n**
|
| 69 |
-
La siguiente subsecci贸n realiza lo siguiente:
|
| 70 |
-
* Carga los archivos de imagen y de texto de ripios de perforaci贸n
|
| 71 |
-
* Define las caracter铆sticas y par谩metros base de los archivos ingresados
|
| 72 |
-
* Divide al conjunto de datos en subconjuntos de entrenamiento y validaci贸n
|
| 73 |
-
|
| 74 |
-
|
| 75 |
|
| 76 |
|
| 77 |
|
|
|
|
|
|
|
|
|
|
| 1 |
|
| 2 |
+
#Librer铆as necesarias
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 3 |
import os
|
|
|
|
|
|
|
|
|
|
| 4 |
import re
|
| 5 |
import numpy as np
|
| 6 |
import matplotlib.pyplot as plt
|
|
|
|
| 7 |
import tensorflow as tf
|
| 8 |
import keras
|
| 9 |
+
import gradio as gr
|
| 10 |
+
import requests
|
| 11 |
from keras import layers
|
| 12 |
from keras.applications import MobileNetV2
|
| 13 |
from keras.layers import TextVectorization
|
|
|
|
|
|
|
|
|
|
| 14 |
from gtts import gTTS
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 15 |
|
| 16 |
|
| 17 |
|