Create app.py

app.py

@@ -0,0 +1,33 @@
+import gradio as gr
+from PIL import Image
+import requests
+from transformers import DetrForObjectDetection, DetrFeatureExtractor
+import torch
+
+# 모델과 피처 추출기 로드
+model_id = "facebook/detr-resnet-50"
+model = DetrForObjectDetection.from_pretrained(model_id)
+feature_extractor = DetrFeatureExtractor.from_pretrained(model_id)
+
+def object_detection(image):
+    # 이미지에서 피처 추출
+    inputs = feature_extractor(images=image, return_tensors="pt")
+    # 모델을 사용한 예측
+    outputs = model(**inputs)
+
+    # 예측 결과 처리
+    # outputs는 logits와 기타 정보를 포함하므로, 결과를 해석하여 사용자에게 보여줄 형태로 변환
+    # 여기서는 간단하게 처리합니다. 실제로는 결과를 이미지 위에 박스로 그리는 등의 처리가 필요할 수 있습니다.
+    result = feature_extractor.post_process_object_detection(outputs, threshold=0.9)[0]
+    return result
+
+# Gradio 앱 정의
+iface = gr.Interface(
+    fn=object_detection,
+    inputs=gr.inputs.Image(type="pil"),
+    outputs=[gr.outputs.Image(type="pil"), gr.outputs.Label(num_top_classes=3)],
+    title="Object Detection with DETR",
+    description="Upload an image and the model will detect objects in the image."
+)
+
+iface.launch()