Update app.py

app.py

@@ -263,6 +263,51 @@ async def predict_action(uuid: str):
 async def run_video_processing(file_path: str):
     # Cette fonction va utiliser l'exécuteur pour éviter de bloquer le thread principal
     loop = asyncio.get_event_loop()
-    result = await loop.run_in_executor(executor, predict_action, file_path)
+    result = await loop.run_in_executor(executor, predict_video, file_path)
     # Vous pouvez ici stocker ou traiter les résultats
     print(result)  # ou enregistrez dans une base de données, etc.
+
+
+async def predict_video(video):
+    print("##### predict_video started #####")
+    
+    # Charger les frames de la vidéo
+    frames = load_video(video, offload_to_cpu=True)
+    
+    # Découper les frames en petits segments de 8 frames
+    segment_size = MAX_SEQ_LENGTH
+    total_frames = len(frames)
+    segments = []
+
+    for i in range(0, total_frames, segment_size):
+        # Découper un segment de 8 frames (ou moins si c'est la fin de la vidéo)
+        segment = frames[i:i+segment_size]
+        segments.append((i, segment))  # Conserver l'index du début du segment et le segment de frames
+    
+    # Dictionnaire pour stocker les résultats
+    results = []
+    
+    # Analyser chaque segment de 8 frames
+    for start_idx, segment in segments:
+        frame_features = prepare_single_video(segment)
+        probabilities = model.predict(frame_features)[0]
+        
+        # Obtenir le top 5 des classes les plus probables
+        top_5_indices = np.argsort(probabilities)[::-1][:5]
+        top_5_classes = {class_labels[i]: float(probabilities[i]) for i in top_5_indices}
+        
+        # Ajouter les informations du segment dans les résultats
+        result = {
+            "start_frame": start_idx,
+            "end_frame": min(start_idx + segment_size - 1, total_frames - 1),  # Assurer que la frame finale n'excède pas le nombre total de frames
+            "top_5": top_5_classes
+        }
+        results.append(result)
+    
+    # Sauvegarder le résultat dans un fichier JSON
+    output_file = "result.json"
+    with open(output_file, "w") as f:
+        json.dump(results, f)
+
+    return results
+