File size: 1,931 Bytes
d80f9cb |
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 |
import streamlit as st
from PIL import Image
from assets.imagenet import img_class
import requests
from io import BytesIO
st.set_page_config(
page_title="Распознаватель изображений",
page_icon="🖼️",
layout="wide",
)
st.title('Распознаватель изображений')
with st.expander("Пояснения"):
"""
#### Нейросеть опознаёт, что изображено на картинке
Немного технической информации:
Используется нейросеть **inception_v3** с точностью **78.1%** на датасете [imagenet](https://www.image-net.org/). Никаких изменений не внесено, просто добавлен пользовательский интерфейс.
"""
upload_method = st.radio("Выбери метод загрузки", ["Файл", "URL"],key='method')
if st.session_state['method'] == "Файл":
uploaded_file=st.file_uploader('# Загрузи сюда любую картинку',type=["jpg", "jpeg", "png","svg"],key='uploader')
if uploaded_file is not None:
st.image(uploaded_file)
image = Image.open(uploaded_file)
elif st.session_state['method'] == "URL":
pic_url=st.text_input('Или вставь сюда ссылку на картинку',key='urls')
if pic_url != '':
try:
image = Image.open(requests.get(pic_url, stream=True).raw)
st.image(image, caption="Изображение по URL")
except:
st.error('Не удалось загрузить картинку')
# try:
if st.button('Определить'):
#st.write(image)
# st.image(image, caption='Uploaded Image', use_column_width=True)
st.success(img_class(image))
# except:
# st.error('Не удалось обработать картинку') |