sd

app.py

@@ -5,7 +5,7 @@ import numpy as np
 from transformers import SamModel, SamProcessor
 import io
 import base64
-import uvicorn
+import torch
 
 app = FastAPI(title="SAM-ViT-Base API")
 
@@ -20,21 +20,33 @@ async def segment_image(file: UploadFile = File(...)):
         image_data = await file.read()
         image = Image.open(io.BytesIO(image_data)).convert("RGB")
         
+        # Görüntü boyutlarını al
+        original_width, original_height = image.size
+        if original_width < 64 or original_height < 64:
+            raise HTTPException(status_code=400, detail="Görüntü boyutu çok küçük. Minimum 64x64 piksel olmalı.")
+        
         # Görüntüyü işlemciye hazırla
         inputs = processor(image, return_tensors="pt")
         
         # Model ile segmentasyon yap
-        outputs = model(**inputs)
+        with torch.no_grad():
+            outputs = model(**inputs)
         
         # Maskeyi al
-        masks = outputs.pred_masks.detach().cpu().numpy()
-        mask = masks[0][0]  # İlk maskeyi al (örnek olarak)
+        masks = outputs.pred_masks.detach().cpu().numpy()  # Shape: (batch_size, num_masks, height, width)
+        if masks.shape[1] == 0:
+            raise HTTPException(status_code=500, detail="Hiç maske üretilmedi.")
+        
+        # İlk maskeyi al
+        mask = masks[0][0]  # Shape: (height, width)
         
         # Maskeyi binary hale getir
         mask = (mask > 0).astype(np.uint8) * 255
         
-        # Maskeyi görüntü olarak kaydet
-        mask_image = Image.fromarray(mask)
+        # Maskeyi orijinal görüntü boyutlarına yeniden boyutlandır
+        mask_image = Image.fromarray(mask).resize((original_width, original_height), Image.NEAREST)
+        
+        # Maskeyi PNG olarak kaydet
         buffered = io.BytesIO()
         mask_image.save(buffered, format="PNG")
         mask_base64 = base64.b64encode(buffered.getvalue()).decode("utf-8")
@@ -46,7 +58,4 @@ async def segment_image(file: UploadFile = File(...)):
 
 @app.get("/")
 async def root():
-    return {"message": "SAM-ViT-Base API çalışıyor. /segment endpoint'ine görüntü yükleyin."}
-
-if __name__ == "__main__":
-    uvicorn.run(app, host="0.0.0.0", port=7860)
+    return {"message": "SAM-ViT-Base API çalışıyor. /segment endpoint'ine görüntü yükleyin."}

request.py

@@ -0,0 +1,29 @@
+import requests
+
+url = "https://sezer91-sam.hf.space/segment/"
+file_path = "img.jpeg"
+
+try:
+    with open(file_path, "rb") as file:
+        files = {"file": file}
+        response = requests.post(url, files=files)
+
+    if response.status_code == 200:
+        result = response.json()
+        print("Başarılı! Maske alındı.")
+        # Base64'ü PNG olarak kaydet
+        import base64
+        from io import BytesIO
+        from PIL import Image
+        base64_string = result["mask"].split(",")[1]  # "data:image/png;base64," kısmını atla
+        img_data = base64.b64decode(base64_string)
+        img = Image.open(BytesIO(img_data))
+        img.save("output_mask.png")
+        print("Maske 'output_mask.png' olarak kaydedildi.")
+    else:
+        print(f"Hata: {response.status_code}, {response.text}")
+
+except FileNotFoundError:
+    print(f"Hata: {file_path} dosyası bulunamadı.")
+except Exception as e:
+    print(f"Hata: {str(e)}")