File size: 3,150 Bytes
355d047 d2b3f97 355d047 d2b3f97 355d047 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 |
import streamlit as st
import io
from PIL import Image
import numpy as np
import cv2
# from transformers import AutoImageProcessor, AutoModelForImageClassification
from PIL import Image
import requests
from transformers import pipeline
from torchvision import transforms
import torch
def kwg(photo):
obj_detect = pipeline("object-detection", model='hustvl/yolos-small')
age_detect = pipeline(model='nateraw/vit-age-classifier')
classifier = pipeline(model="openai/clip-vit-large-patch14")
objects_detected = obj_detect(photo)
person_box_list = []
for obj in objects_detected:
if obj['label'] == 'person':
person_box_list.append(obj['box'])
if not person_box_list:
st.write('На фото нет людей')
else:
st.write(f'на фото {len(person_box_list)} персон(а)')
ages = []
persons_coord_list = []
img = np.array(photo)
for box in person_box_list:
person_coord = [box['ymin'], box['ymax'], box['xmin'], box['xmax']]
persons_coord_list.append(person_coord)
person_list = []
for coords in persons_coord_list:
person_list.append(Image.fromarray(img[coords[0]:coords[1],coords[2]:coords[3]]))
for person in person_list:
age = age_detect(person)
ages.append(age[0]['label'])
if '0-2' in ages or '3-9' in ages or '10-19' in ages:
st.write('На фото есть дети')
else:
st.write('Здесь только взрослые')
if len(ages) == 1:
st.write(f'И ему {ages[0]} лет')
else:
for j in range(len(ages)):
st.write(f'{ages[j]} лет')
return
res = classifier(photo, candidate_labels=["kid with gun", "kid with toy", "kid with alcohol drink"])
if res[0]['label'] == "kid with gun":
st.write('ОБОЖЕМОЙ у РЕБЕнкА ОРУЖИЕ СДЕЛАЙТЕ ЧТО-НИБУДЬ')
elif res[0]['label'] == "kid with alcohol drink":
st.write('ОТДАЙ ПИВО')
else:
st.write('какой милый ребеночек :3')
st.set_page_config(
page_title="Emotion App!",
page_icon="😎",
layout="wide"
)
st.markdown("### Привет!")
# st.write("Загрузите фото")
# text = st.text_area("Введите текст:")
file = st.file_uploader("Загрузите своё фото:", type=['png','jpeg','jpg'])
if file:
image_data = file.getvalue()
# Показ загруженного изображения на Web-странице средствами Streamlit
# st.image(image_data)
# Возврат изображения в формате PIL
image = Image.open(io.BytesIO(image_data))
# image = Image.open("test"+username+".jpg").convert('RGB')
st.image(image) # показать картинку
# preprocessor = AutoImageProcessor.from_pretrained("google/mobilenet_v2_1.0_224")
# model = AutoModelForImageClassification.from_pretrained("google/mobilenet_v2_1.0_224")
kwg(image)
#
# else:
# image = Image.open("testJulifil.jpg")
# img = st.image()
|