DHEIVER commited on
Commit
4e60070
·
verified ·
1 Parent(s): 548ec93

Update app.py

Browse files
Files changed (1) hide show
  1. app.py +22 -11
app.py CHANGED
@@ -1,24 +1,35 @@
1
  from transformers import AutoModel
2
  import gradio as gr
 
 
3
 
4
  # Carregar o modelo
5
  model = AutoModel.from_pretrained("openbmb/MiniCPM-o-2_6", trust_remote_code=True)
6
 
7
- # Função para gerar a resposta do modelo
8
- def generate_response(input_text):
9
- # Aqui você pode adicionar a lógica para processar o texto de entrada e gerar a resposta
10
- # Por exemplo, se o modelo for um modelo de geração de texto, você pode usar model.generate()
11
- # Como o modelo específico não foi detalhado, estou apenas retornando o texto de entrada como exemplo
12
- response = f"Resposta do modelo para: {input_text}"
 
 
 
 
 
 
 
 
 
13
  return response
14
 
15
  # Criar a interface Gradio
16
  interface = gr.Interface(
17
- fn=generate_response, # Função que será chamada quando o usuário enviar o texto
18
- inputs="text", # Tipo de entrada: texto
19
- outputs="text", # Tipo de saída: texto
20
- title="MiniCPM-o-2_6 Interface", # Título da interface
21
- description="Digite um texto e veja a resposta do modelo MiniCPM-o-2_6." # Descrição
22
  )
23
 
24
  # Iniciar a interface
 
1
  from transformers import AutoModel
2
  import gradio as gr
3
+ from PIL import Image
4
+ import torch
5
 
6
  # Carregar o modelo
7
  model = AutoModel.from_pretrained("openbmb/MiniCPM-o-2_6", trust_remote_code=True)
8
 
9
+ # Função para processar a imagem e gerar uma resposta
10
+ def process_image(input_image):
11
+ # Pré-processamento da imagem (se necessário)
12
+ # Exemplo: redimensionar, normalizar, converter para tensor, etc.
13
+ input_image = input_image.resize((224, 224)) # Redimensionar para o tamanho esperado pelo modelo
14
+ input_tensor = torch.tensor(np.array(input_image)).permute(2, 0, 1).unsqueeze(0).float() # Converter para tensor
15
+
16
+ # Passar a imagem pelo modelo
17
+ with torch.no_grad():
18
+ output = model(input_tensor)
19
+
20
+ # Processar a saída do modelo (depende do que o modelo retorna)
21
+ # Aqui estou apenas simulando uma resposta
22
+ response = "Processamento concluído. Saída do modelo disponível."
23
+
24
  return response
25
 
26
  # Criar a interface Gradio
27
  interface = gr.Interface(
28
+ fn=process_image, # Função que processa a imagem
29
+ inputs="image", # Tipo de entrada: imagem
30
+ outputs="text", # Tipo de saída: texto
31
+ title="MiniCPM-o-2_6 - Processamento de Imagens", # Título da interface
32
+ description="Envie uma imagem e veja a resposta do modelo MiniCPM-o-2_6." # Descrição
33
  )
34
 
35
  # Iniciar a interface