Create app.py

app.py

@@ -0,0 +1,59 @@
+import gradio as gr
+from ultralytics import YOLO
+from huggingface_hub import hf_hub_download
+import tempfile
+
+# Charger le modèle depuis ton repo Hugging Face
+# Remplace par ton repo_id
+REPO_ID = "rinogeek/FoodDetection"
+MODEL_FILE = "best.pt"
+
+model_path = hf_hub_download(repo_id=REPO_ID, filename=MODEL_FILE)
+model = YOLO(model_path)
+
+
+# --- Fonctions de détection ---
+def detect_image(image):
+    results = model(image)
+    save_path = tempfile.NamedTemporaryFile(suffix=".jpg", delete=False).name
+    results[0].plot(save_path)
+    return save_path
+
+
+def detect_video(video):
+    results = model(video, save=True, project=tempfile.gettempdir(), name="yolov8_gradio")
+    return results[0].path
+
+
+# --- Interface ---
+with gr.Blocks() as demo:
+    gr.Markdown("""
+    # FoodDetection - Détection en temps réel  
+    Bienvenue sur **FoodDetection**, une IA développé par **BlackBenAI**.  
+    Ce modèle de computer vision identifie en direct le nom de votre nourriture 
+    """)
+
+    with gr.Tab("Image"):
+        with gr.Row():
+            inp_img = gr.Image(type="pil")
+            out_img = gr.Image(type="filepath")
+        btn_img = gr.Button("Détecter")
+        btn_img.click(fn=detect_image, inputs=inp_img, outputs=out_img)
+
+    with gr.Tab("Vidéo"):
+        with gr.Row():
+            inp_vid = gr.Video()
+            out_vid = gr.Video()
+        btn_vid = gr.Button("Analyser Vidéo")
+        btn_vid.click(fn=detect_video, inputs=inp_vid, outputs=out_vid)
+
+    with gr.Tab("Caméra"):
+        with gr.Row():
+            inp_cam = gr.Image(type="pil", sources=["webcam"])
+            out_cam = gr.Image(type="filepath")
+        btn_cam = gr.Button("Détecter (Caméra)")
+        btn_cam.click(fn=detect_image, inputs=inp_cam, outputs=out_cam)
+
+
+if __name__ == "__main__":
+    demo.launch()