File size: 2,010 Bytes
089e372 7253602 084be6e 7253602 089e372 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 |
import os
import torch
from PIL import Image
import gradio as gr
from transformers import BlipProcessor, BlipForConditionalGeneration
# 1. Carregar o modelo BLIP finetuned
MODEL_DIR = "Frame_30K_gpu_01_pto" # Substitua pelo nome correto da pasta do seu modelo
# Verifique se o diretório do modelo existe localmente
processor = BlipProcessor.from_pretrained(MODEL_DIR)
model = BlipForConditionalGeneration.from_pretrained(MODEL_DIR)
# Mover o modelo para o dispositivo disponível
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
model.to(device)
def generate_caption(image):
"""
Gera uma legenda para a imagem fornecida usando o modelo BLIP finetuned.
Args:
image (PIL.Image.Image): Imagem carregada.
Returns:
str: Legenda gerada.
"""
if image is None:
return "Nenhuma imagem fornecida."
# Preprocessar a imagem
inputs = processor(images=image, return_tensors="pt").to(device)
# Gerar legenda
out = model.generate(
**inputs,
max_length=200, # Ajuste conforme necessário
num_beams=5,
no_repeat_ngram_size=2
)
caption = processor.decode(out[0], skip_special_tokens=True)
return caption
# Configurar a interface Gradio
iface = gr.Interface(
fn=generate_caption,
inputs=gr.Image(type="pil", label="Enviar Imagem"),
outputs=gr.Textbox(
label="Legenda Gerada",
lines=4, # Número de linhas visíveis
max_lines=10, # Número máximo de linhas permitidas
interactive=False # Impede a edição pelo usuário
),
title="BLIP Português - Geração de Legendas para Imagens",
description="Envie uma imagem e o modelo BLIP finetuned em português irá gerar uma legenda descritiva para ela.",
examples=[
["examples/image1.jpg"],
["examples/image2.jpg"],
["examples/image3.jpg"],
],
allow_flagging="never"
)
if __name__ == "__main__":
iface.launch()
|