Update app.py

app.py

@@ -8,78 +8,125 @@ from huggingface_hub import hf_hub_download
 # ============================================
 # Configurações do modelo
 # ============================================
-REPO_ID = "raysarocha/plant-resnet50-38classes"  # Seu repositório
+REPO_ID = "raysarocha/plant-resnet50-38classes"  # Seu modelo recém-deployado!
 
 # ============================================
 # Carregamento do modelo
 # ============================================
-print("🔄 Carregando modelo...")
-
-# Baixa os arquivos
-cfg_path = hf_hub_download(REPO_ID, "config.json")
-model_path = hf_hub_download(REPO_ID, "model.keras")
-
-# Carrega configuração
-with open(cfg_path, "r") as f:
-    cfg = json.load(f)
+@gr.utils.cache_api_call
+def load_model():
+    """Carrega o modelo uma única vez e mantém em cache"""
+    print("🔄 Baixando e carregando modelo...")
+    
+    # Baixa os arquivos
+    cfg_path = hf_hub_download(REPO_ID, "config.json")
+    model_path = hf_hub_download(REPO_ID, "model.keras")
+    
+    # Carrega configuração
+    with open(cfg_path, "r") as f:
+        cfg = json.load(f)
+    
+    # Carrega modelo
+    model = tf.keras.models.load_model(model_path)
+    print("✅ Modelo carregado com sucesso!")
+    
+    return model, cfg
 
-# Carrega modelo
-model = tf.keras.models.load_model(model_path)
-print("✅ Modelo carregado com sucesso!")
+# Carrega o modelo
+model, cfg = load_model()
 
 # ============================================
-# Dicionário de nomes amigáveis
+# Dicionário de nomes amigáveis e recomendações
 # ============================================
-FRIENDLY_NAMES = {
-    "Apple___Apple_scab": "🍎 Maçã - Sarna",
-    "Apple___Black_rot": "🍎 Maçã - Podridão negra",
-    "Apple___Cedar_apple_rust": "🍎 Maçã - Ferrugem do cedro",
-    "Apple___healthy": "🍎 Maçã - Saudável",
-    "Blueberry___healthy": "🫐 Mirtilo - Saudável",
-    "Cherry_(including_sour)___Powdery_mildew": "🍒 Cereja - Oídio",
-    "Cherry_(including_sour)___healthy": "🍒 Cereja - Saudável",
-    "Corn_(maize)___Cercospora_leaf_spot Gray_leaf_spot": "🌽 Milho - Mancha de Cercospora",
-    "Corn_(maize)___Common_rust_": "🌽 Milho - Ferrugem comum",
-    "Corn_(maize)___Northern_Leaf_Blight": "🌽 Milho - Queima das folhas",
-    "Corn_(maize)___healthy": "🌽 Milho - Saudável",
-    "Grape___Black_rot": "🍇 Uva - Podridão negra",
-    "Grape___Esca_(Black_Measles)": "🍇 Uva - Esca",
-    "Grape___Leaf_blight_(Isariopsis_Leaf_Spot)": "🍇 Uva - Queima das folhas",
-    "Grape___healthy": "🍇 Uva - Saudável",
-    "Orange___Haunglongbing_(Citrus_greening)": "🍊 Laranja - Greening",
-    "Peach___Bacterial_spot": "🍑 Pêssego - Mancha bacteriana",
-    "Peach___healthy": "🍑 Pêssego - Saudável",
-    "Pepper,_bell___Bacterial_spot": "🫑 Pimentão - Mancha bacteriana",
-    "Pepper,_bell___healthy": "🫑 Pimentão - Saudável",
-    "Potato___Early_blight": "🥔 Batata - Requeima precoce",
-    "Potato___Late_blight": "🥔 Batata - Requeima tardia",
-    "Potato___healthy": "🥔 Batata - Saudável",
-    "Raspberry___healthy": "🫐 Framboesa - Saudável",
-    "Soybean___healthy": "🌱 Soja - Saudável",
-    "Squash___Powdery_mildew": "🎃 Abóbora - Oídio",
-    "Strawberry___Leaf_scorch": "🍓 Morango - Queima das folhas",
-    "Strawberry___healthy": "🍓 Morango - Saudável",
-    "Tomato___Bacterial_spot": "🍅 Tomate - Mancha bacteriana",
-    "Tomato___Early_blight": "🍅 Tomate - Requeima precoce",
-    "Tomato___Late_blight": "🍅 Tomate - Requeima tardia",
-    "Tomato___Leaf_Mold": "🍅 Tomate - Mofo das folhas",
-    "Tomato___Septoria_leaf_spot": "🍅 Tomate - Mancha de Septoria",
-    "Tomato___Spider_mites Two-spotted_spider_mite": "🍅 Tomate - Ácaros",
-    "Tomato___Target_Spot": "🍅 Tomate - Mancha alvo",
-    "Tomato___Tomato_Yellow_Leaf_Curl_Virus": "🍅 Tomate - Vírus do enrolamento",
-    "Tomato___Tomato_mosaic_virus": "🍅 Tomate - Vírus do mosaico",
-    "Tomato___healthy": "🍅 Tomate - Saudável"
+PLANT_INFO = {
+    "Apple___Apple_scab": {
+        "name": "🍎 Maçã - Sarna",
+        "healthy": False,
+        "description": "Doença fúngica que causa manchas escuras nas folhas e frutos",
+        "treatment": "• Remova folhas infectadas\n• Aplique fungicida à base de cobre\n• Melhore a circulação de ar"
+    },
+    "Apple___Black_rot": {
+        "name": "🍎 Maçã - Podridão Negra",
+        "healthy": False,
+        "description": "Infecção fúngica que causa podridão em frutos e folhas",
+        "treatment": "• Pode galhos infectados\n• Remova frutos mumificados\n• Use fungicida preventivo"
+    },
+    "Apple___Cedar_apple_rust": {
+        "name": "🍎 Maçã - Ferrugem do Cedro",
+        "healthy": False,
+        "description": "Doença que causa manchas alaranjadas nas folhas",
+        "treatment": "• Remova cedros próximos se possível\n• Aplique fungicida na primavera\n• Escolha variedades resistentes"
+    },
+    "Apple___healthy": {
+        "name": "🍎 Maçã - Saudável",
+        "healthy": True,
+        "description": "Planta em bom estado de saúde",
+        "treatment": "• Continue com os cuidados regulares\n• Mantenha boa irrigação\n• Faça podas preventivas"
+    },
+    "Tomato___Bacterial_spot": {
+        "name": "🍅 Tomate - Mancha Bacteriana",
+        "healthy": False,
+        "description": "Infecção bacteriana que causa manchas nas folhas",
+        "treatment": "• Evite molhar as folhas\n• Use sementes certificadas\n• Aplique cobre preventivamente"
+    },
+    "Tomato___Early_blight": {
+        "name": "🍅 Tomate - Requeima Precoce",
+        "healthy": False,
+        "description": "Doença fúngica com manchas em anéis concêntricos",
+        "treatment": "• Remova folhas afetadas\n• Aplique fungicida\n• Faça rotação de culturas"
+    },
+    "Tomato___healthy": {
+        "name": "🍅 Tomate - Saudável",
+        "healthy": True,
+        "description": "Planta em bom estado de saúde",
+        "treatment": "• Mantenha irrigação regular\n• Adube adequadamente\n• Monitore pragas"
+    },
+    "Potato___Early_blight": {
+        "name": "🥔 Batata - Requeima Precoce",
+        "healthy": False,
+        "description": "Manchas escuras com anéis concêntricos nas folhas",
+        "treatment": "• Use fungicida preventivo\n• Evite irrigação excessiva\n• Destrua restos culturais"
+    },
+    "Potato___Late_blight": {
+        "name": "🥔 Batata - Requeima Tardia",
+        "healthy": False,
+        "description": "Doença devastadora que causa manchas aquosas",
+        "treatment": "• Aplique fungicida imediatamente\n• Remova plantas infectadas\n• Melhore drenagem do solo"
+    },
+    "Potato___healthy": {
+        "name": "🥔 Batata - Saudável",
+        "healthy": True,
+        "description": "Planta em bom estado de saúde",
+        "treatment": "• Continue monitorando\n• Faça amontoa regular\n• Controle irrigação"
+    }
 }
 
+# Preenche informações padrão para classes não detalhadas
+for class_key in cfg["label2id"].keys():
+    if class_key not in PLANT_INFO:
+        if "healthy" in class_key.lower():
+            PLANT_INFO[class_key] = {
+                "name": class_key.replace("___", " - ").replace("_", " "),
+                "healthy": True,
+                "description": "Planta aparentemente saudável",
+                "treatment": "• Mantenha os cuidados regulares\n• Continue monitorando"
+            }
+        else:
+            PLANT_INFO[class_key] = {
+                "name": class_key.replace("___", " - ").replace("_", " "),
+                "healthy": False,
+                "description": "Possível problema detectado na planta",
+                "treatment": "• Consulte um agrônomo\n• Isole a planta se possível\n• Evite excesso de umidade"
+            }
+
 # ============================================
 # Função de classificação
 # ============================================
 def classify_plant(image):
-    """
-    Classifica a imagem da planta e retorna diagnóstico
-    """
+    """Classifica a imagem e retorna diagnóstico detalhado"""
+    
     if image is None:
-        return None, "Por favor, faça upload de uma imagem!"
+        return None, "", ""
     
     # Preprocessamento
     img = Image.fromarray(image).convert("RGB")
@@ -94,123 +141,163 @@ def classify_plant(image):
     # Top 5 resultados
     top_5_idx = np.argsort(probs)[-5:][::-1]
     
-    # Formata resultados para o Gradio
+    # Formata resultados
     results = {}
     for idx in top_5_idx:
         class_name = cfg["id2label"][str(idx)]
-        friendly_name = FRIENDLY_NAMES.get(class_name, class_name)
+        info = PLANT_INFO.get(class_name, {})
+        friendly_name = info.get("name", class_name)
         confidence = float(probs[idx])
         results[friendly_name] = confidence
     
-    # Mensagem de diagnóstico
+    # Pega informação da classe mais provável
     top_class = cfg["id2label"][str(top_5_idx[0])]
     top_confidence = float(probs[top_5_idx[0]])
+    top_info = PLANT_INFO.get(top_class, {})
     
-    if "healthy" in top_class.lower():
-        status = "✅ Planta Saudável!"
-        message = f"Sua planta parece estar saudável! (Confiança: {top_confidence:.1%})"
-        color = "green"
+    # Cria card de diagnóstico
+    if top_info.get("healthy", False):
+        status_icon = "✅"
+        status_text = "Planta Saudável"
+        card_color = "#10b981"  # Verde
+        bg_color = "#f0fdf4"
     else:
-        status = "⚠️ Doença Detectada"
-        message = f"Possível problema detectado. (Confiança: {top_confidence:.1%})"
-        color = "orange"
-    
-    diagnosis = f"""
-    <div style='padding: 20px; border-radius: 10px; background-color: #{color}20; border: 2px solid {color};'>
-        <h2 style='color: {color};'>{status}</h2>
-        <p style='font-size: 16px;'>{message}</p>
+        status_icon = "⚠️"
+        status_text = "Atenção Necessária"
+        card_color = "#f59e0b"  # Laranja
+        bg_color = "#fef3c7"
+    
+    diagnosis_html = f"""
+    <div style='padding: 20px; border-radius: 12px; background: {bg_color}; border: 2px solid {card_color}; margin-bottom: 20px;'>
+        <h2 style='color: {card_color}; margin: 0 0 10px 0; font-size: 24px;'>
+            {status_icon} {status_text}
+        </h2>
+        <h3 style='color: #374151; margin: 10px 0;'>{top_info.get('name', top_class)}</h3>
+        <p style='color: #6b7280; margin: 10px 0;'>Confiança: {top_confidence:.1%}</p>
+        <hr style='border: 1px solid {card_color}; opacity: 0.3; margin: 15px 0;'>
+        <p style='color: #4b5563; margin: 10px 0;'><strong>Descrição:</strong><br>{top_info.get('description', 'Informação não disponível')}</p>
     </div>
     """
     
-    return results, diagnosis
-
-# ============================================
-# Exemplos de imagens
-# ============================================
-examples = [
-    ["examples/tomato_healthy.jpg"],
-    ["examples/apple_scab.jpg"],
-    ["examples/potato_blight.jpg"],
-]  # Adicione exemplos se tiver
+    # Recomendações
+    treatment_html = f"""
+    <div style='padding: 15px; border-radius: 8px; background: #f9fafb; border: 1px solid #e5e7eb;'>
+        <h3 style='color: #1f2937; margin: 0 0 10px 0;'>📋 Recomendações:</h3>
+        <pre style='color: #4b5563; margin: 0; white-space: pre-wrap; font-family: sans-serif; line-height: 1.5;'>{top_info.get('treatment', '• Consulte um especialista para orientações específicas')}</pre>
+    </div>
+    """
+    
+    return results, diagnosis_html, treatment_html
 
 # ============================================
 # Interface Gradio
 # ============================================
-with gr.Blocks(title="Plant Disease Detector 🌿") as demo:
-    gr.Markdown("""
-    # 🌿 Detector de Doenças em Plantas
+with gr.Blocks(
+    title="Plant Disease Detector 🌿",
+    theme=gr.themes.Soft(
+        primary_hue="green",
+        secondary_hue="emerald",
+    )
+) as demo:
     
-    ### Como usar:
-    1. **Faça upload** de uma foto da planta
-    2. **Clique em Submit** para analisar
-    3. **Veja o diagnóstico** e as probabilidades
+    gr.Markdown("""
+    # 🌿 Plant Disease Detector
+    ### Identificação Inteligente de Doenças em Plantas
     
-    **Dica:** Tire fotos das folhas em boa iluminação para melhores resultados!
+    Upload uma foto da sua planta para receber um diagnóstico instantâneo e recomendações de tratamento.
     """)
     
     with gr.Row():
-        with gr.Column():
+        with gr.Column(scale=1):
             input_image = gr.Image(
                 label="📷 Upload da Imagem",
                 type="numpy",
-                height=300
-            )
-            submit_btn = gr.Button(
-                "🔍 Analisar Planta",
-                variant="primary",
-                size="lg"
+                height=400,
+                sources=["upload", "webcam", "clipboard"]
             )
             
-        with gr.Column():
+            with gr.Row():
+                clear_btn = gr.Button("🗑️ Limpar", variant="secondary")
+                submit_btn = gr.Button("🔍 Analisar", variant="primary", scale=2)
+            
+            gr.Markdown("""
+            **💡 Dicas para melhores resultados:**
+            - Use boa iluminação natural
+            - Foque nas folhas afetadas
+            - Evite sombras fortes
+            - Aproxime-se da área problemática
+            """)
+            
+        with gr.Column(scale=1):
             diagnosis_output = gr.HTML(
                 label="Diagnóstico",
-                value="<div style='padding: 20px; text-align: center; color: gray;'>Aguardando imagem...</div>"
+                value="<div style='padding: 40px; text-align: center; color: #9ca3af;'><h3>🔍 Aguardando imagem...</h3><p>Faça upload de uma foto para começar</p></div>"
             )
+            treatment_output = gr.HTML(label="Tratamento Recomendado")
             confidence_output = gr.Label(
-                label="📊 Probabilidades (Top 5)",
+                label="📊 Análise de Probabilidade",
                 num_top_classes=5
             )
     
-    # Exemplos (se você tiver imagens de exemplo)
-    # gr.Examples(
-    #     examples=examples,
-    #     inputs=input_image,
-    #     outputs=[confidence_output, diagnosis_output],
-    #     fn=classify_plant,
-    # )
+    # Exemplos
+    gr.Markdown("### 🖼️ Exemplos")
+    gr.Examples(
+        examples=[
+            ["https://www.gardeningknowhow.com/wp-content/uploads/2017/06/apple-scab-lesions.jpg"],
+            ["https://www.gardeningknowhow.com/wp-content/uploads/2020/11/tomato-early-blight.jpg"],
+            ["https://www.gardeningknowhow.com/wp-content/uploads/2019/08/potato-blight-400x300.jpg"],
+        ],
+        inputs=input_image,
+        outputs=[confidence_output, diagnosis_output, treatment_output],
+        fn=classify_plant,
+        cache_examples=True
+    )
     
     gr.Markdown("""
     ---
-    ### 📋 Informações:
-    - **Modelo:** ResNet50 treinado com 38 classes
-    - **Plantas:** Maçã, Tomate, Batata, Uva, Milho, e mais
-    - **Doenças:** Detecta várias doenças comuns em plantas
+    ### ℹ️ Sobre o Modelo
+    
+    - **Arquitetura:** ResNet50
+    - **Classes:** 38 tipos de plantas e doenças
+    - **Plantas incluídas:** Maçã, Tomate, Batata, Uva, Milho, Pêssego, Pimentão, Morango e mais
+    - **Precisão:** ~98% no conjunto de validação
     
-    ### 🔗 Links:
+    ### 🔗 Links Úteis
     - [Modelo no HuggingFace](https://huggingface.co/raysarocha/plant-resnet50-38classes)
-    - [Código no GitHub](#)
+    - [Relatório Técnico](#)
+    - [Dataset Original](https://www.kaggle.com/datasets/vipoooool/new-plant-diseases-dataset)
+    
+    ---
+    <p style='text-align: center; color: #9ca3af;'>
+        Desenvolvido com ❤️ por Raysa Rocha | 2024
+    </p>
     """)
     
-    # Conecta o botão
+    # Eventos
     submit_btn.click(
         fn=classify_plant,
         inputs=input_image,
-        outputs=[confidence_output, diagnosis_output]
+        outputs=[confidence_output, diagnosis_output, treatment_output]
     )
     
-    # Upload automático
+    clear_btn.click(
+        fn=lambda: (None, 
+                   "<div style='padding: 40px; text-align: center; color: #9ca3af;'><h3>🔍 Aguardando imagem...</h3></div>",
+                   "", 
+                   None),
+        outputs=[input_image, diagnosis_output, treatment_output, confidence_output]
+    )
+    
+    # Análise automática ao fazer upload
     input_image.change(
         fn=classify_plant,
         inputs=input_image,
-        outputs=[confidence_output, diagnosis_output]
+        outputs=[confidence_output, diagnosis_output, treatment_output]
     )
 
-# ============================================
-# Executa a aplicação
-# ============================================
+# Inicia a aplicação
 if __name__ == "__main__":
     demo.launch(
         server_name="0.0.0.0",
-        share=False,
-        show_error=True
+        share=False
     )