updates UI en Gradio

README.md

@@ -11,3 +11,6 @@ license: other
 ---
 
 Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference
+
+
+

app.py

@@ -1,6 +1,31 @@
 import gradio as gr
 from utils.loading import load_model
 
+TITLE = 'Pose Detection App 🕺🤸‍♀️'
+DESCRIPTION = '''
+## Descripción de la Aplicación 🚀🚀🚀
+
+Esta aplicación permite a los usuarios cargar imágenes y aplicar un modelo de detección de poses para visualizar poses humanas. Combina la interfaz web de **Gradio** con **MediaPipe**, un framework para crear aplicaciones de inteligencia artificial de manera rápida y eficiente.
+
+<img src="https://github.com/AleNunezArroyo/pose-detection-mediapipe/blob/main/demo.png?raw=true" style="display: block; margin: 0 auto; width: 50%; height: auto;">
+
+
+## Uso de la Aplicación:
+
+- 1️⃣ **Carga de Imágenes**: Puedes cargar tus propias imágenes desde la galería, tomar fotografías a través de la interfaz de Gradio o probar los ejemplos.
+- 2️⃣ **Ajuste de Parámetros**: Puedes ajustar dos parámetros usando deslizadores:
+    - `pos`: Define el nivel de confianza mínimo para la detección de poses.
+    - `confidence`: Define el número de poses a detectar.
+- 2️⃣ **Visualización de Resultados**: La imagen cargada es procesada por el modelo de detección de poses, y los resultados se visualizan en la imagen devuelta a la interfaz de Gradio. También puedes descargar la imagen procesada.
+
+## Enlaces importantes:
+
+No olvides dejar una estrella ⭐ y seguirme para más demos 🚀
+
+- [Repositorio en GitHub](https://github.com/AleNunezArroyo/pose-detection-mediapipe)
+- [Repositorio en HugginFace](https://huggingface.co/spaces/AleNunezArroyo/pose-detection-mediapipe/tree/main)
+'''
+
 # Constantes que definen los límites mínimo y máximo para los sliders de Gradio
 MIN_CONF, MAX_CONF = 0, 1
 MIN_POS, MAX_POS = 1, 5
@@ -28,8 +53,14 @@ confidence_slider = gr.Slider(minimum=MIN_POS, maximum=MAX_POS, value=3, step=1,
 demo = gr.Interface(fn=process_image, 
                     inputs=[gr.Image(), pos_slider, confidence_slider], 
                     outputs=gr.Image(),
-                    title="Pose Detection App",
-                    description="Ajusta los parámetros y carga una imagen para detectar poses.",
-                    allow_flagging="never")
+                    title=TITLE,
+                    description=DESCRIPTION,
+                    allow_flagging="never",
+                    examples=
+                            [
+                            ['examples/pexels-august-de-richelieu-4427430.jpg', 0.5, 5],
+                            ['examples/pexels-danxavier-1121796.jpg', 0.9, 1],
+                            ])
+
 
 demo.queue().launch()

utils/loading.py

@@ -6,7 +6,7 @@ from mediapipe.tasks import python
 from mediapipe.tasks.python import vision
 
 # Crear un objeto PoseLandmarker
-model_asset_path = 'model/pose_landmarker_heavy.task'
+model_asset_path = 'models/pose_landmarker_heavy.task'
 base_options = python.BaseOptions(model_asset_path, delegate=python.BaseOptions.Delegate.CPU)
 
 def draw_landmarks_on_image(rgb_image, detection_result):