Upload 2 files

mini-app.py

@@ -0,0 +1,87 @@
+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')
+
+    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()

requirements.txt

@@ -0,0 +1,7 @@
+opencv-python==4.7.0.72
+sacremoses==0.0.53
+torch==2.0.0
+torchvision==0.15.1
+transformers
+sentencepiece
+