Create app.py

app.py

@@ -0,0 +1,100 @@
+import streamlit as st
+import cv2
+import numpy as np
+
+# Định nghĩa các biến về trọng số và kiến trúc của các mô hình nhận diện khuôn mặt, tuổi và giới tính
+FACE_PROTO = "weights/deploy.prototxt.txt"
+FACE_MODEL = "weights/res10_300x300_ssd_iter_140000_fp16.caffemodel"
+GENDER_MODEL = 'weights/deploy_gender.prototxt'
+GENDER_PROTO = 'weights/gender_net.caffemodel'
+MODEL_MEAN_VALUES = (78.4263377603, 87.7689143744, 114.895847746)
+GENDER_LIST = ['Male', 'Female']
+AGE_MODEL = 'weights/deploy_age.prototxt'
+AGE_PROTO = 'weights/age_net.caffemodel'
+AGE_INTERVALS = ['(0, 2)', '(4, 6)', '(8, 12)', '(15, 20)',
+                 '(25, 32)', '(38, 43)', '(48, 53)', '(60, 100)']
+
+# Hàm nhận diện khuôn mặt từ hình ảnh
+def get_faces(frame, confidence_threshold=0.5):
+    blob = cv2.dnn.blobFromImage(frame, 1.0, (300, 300), (104, 177.0, 123.0))
+    face_net.setInput(blob)
+    output = np.squeeze(face_net.forward())
+    faces = []
+    for i in range(output.shape[0]):
+        confidence = output[i, 2]
+        if confidence > confidence_threshold:
+            box = output[i, 3:7] * np.array([frame.shape[1], frame.shape[0], frame.shape[1], frame.shape[0]])
+            start_x, start_y, end_x, end_y = box.astype(np.int)
+            start_x, start_y, end_x, end_y = start_x - 10, start_y - 10, end_x + 10, end_y + 10
+            start_x = 0 if start_x < 0 else start_x
+            start_y = 0 if start_y < 0 else start_y
+            end_x = 0 if end_x < 0 else end_x
+            end_y = 0 if end_y < 0 else end_y
+            faces.append((start_x, start_y, end_x, end_y))
+    return faces
+
+# Hàm dự đoán giới tính từ hình ảnh khuôn mặt
+def get_gender_predictions(face_img):
+    blob = cv2.dnn.blobFromImage(
+        image=face_img, scalefactor=1.0, size=(227, 227),
+        mean=MODEL_MEAN_VALUES, swapRB=False, crop=False
+    )
+    gender_net.setInput(blob)
+    return gender_net.forward()
+
+# Hàm dự đoán tuổi từ hình ảnh khuôn mặt
+def get_age_predictions(face_img):
+    blob = cv2.dnn.blobFromImage(
+        image=face_img, scalefactor=1.0, size=(227, 227),
+        mean=MODEL_MEAN_VALUES, swapRB=False
+    )
+    age_net.setInput(blob)
+    return age_net.forward()
+
+# Hàm hiển thị hình ảnh trong Streamlit
+def display_img(img):
+    img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
+    st.image(img_rgb, channels="RGB", use_column_width=True)
+
+# Hàm chính để dự đoán tuổi và giới tính từ hình ảnh
+def predict_age_and_gender(input_path: str):
+    img = cv2.imread(input_path)
+    frame = img.copy()
+    faces = get_faces(frame)
+    for i, (start_x, start_y, end_x, end_y) in enumerate(faces):
+        face_img = frame[start_y: end_y, start_x: end_x]
+        age_preds = get_age_predictions(face_img)
+        gender_preds = get_gender_predictions(face_img)
+        i = gender_preds[0].argmax()
+        gender = GENDER_LIST[i]
+        gender_confidence_score = gender_preds[0][i]
+        i = age_preds[0].argmax()
+        age = AGE_INTERVALS[i]
+        age_confidence_score = age_preds[0][i]
+        label = f"{gender}-{gender_confidence_score*100:.1f}%, {age}-{age_confidence_score*100:.1f}%"
+        box_color = (255, 0, 0) if gender == "Male" else (147, 20, 255)
+        cv2.rectangle(frame, (start_x, start_y), (end_x, end_y), box_color, 2)
+        font_scale = 0.54
+        cv2.putText(frame, label, (start_x, start_y - 10), cv2.FONT_HERSHEY_SIMPLEX, font_scale, box_color, 2)
+    display_img(frame)
+
+# Streamlit app
+def main():
+    st.title("Age and Gender Detection App")
+    uploaded_file = st.file_uploader("Choose an image...", type=["jpg", "jpeg", "png"])
+    if uploaded_file is not None:
+        image = np.array(bytearray(uploaded_file.read()), dtype=np.uint8)
+        file_path = "temp_image.jpg"
+        with open(file_path, "wb") as f:
+            f.write(image)
+        predict_age_and_gender(file_path)
+
+if __name__ == "__main__":
+    # Initialize face detection model
+    face_net = cv2.dnn.readNetFromCaffe(FACE_PROTO, FACE_MODEL)
+    # Initialize age prediction model
+    age_net = cv2.dnn.readNetFromCaffe(AGE_MODEL, AGE_PROTO)
+    # Initialize gender prediction model
+    gender_net = cv2.dnn.readNetFromCaffe(GENDER_MODEL, GENDER_PROTO)
+    # Run the Streamlit app
+    main()