Create app.py

app.py

@@ -0,0 +1,106 @@
+import os
+import openai
+import gradio as gr
+from transformers import BlipProcessor, BlipForConditionalGeneration
+from dotenv import load_dotenv
+import torch
+from PIL import Image  # PIL을 사용하여 이미지를 열기 위해 추가
+
+# .env 파일에서 환경 변수를 불러옴
+load_dotenv()
+
+# API 키 및 검증
+API_KEY = os.getenv("OPENAI_API_KEY")
+if API_KEY is None:
+    raise ValueError("OPENAI_API_KEY 환경 변수가 설정되지 않았습니다.")
+
+openai.api_key = API_KEY  # OpenAI API 키 설정
+
+# BLIP 모델 로드 (이미지 캡셔닝)
+blip_processor = BlipProcessor.from_pretrained("Salesforce/blip-image-captioning-base")
+blip_model = BlipForConditionalGeneration.from_pretrained("Salesforce/blip-image-captioning-base")
+device = torch.device("cuda" if torch.cuda.is_available() else "cpu")  # GPU 또는 CPU 설정
+blip_model.to(device)  # 모델을 선택한 디바이스로 이동
+
+# GPT-4 API 호출 함수 (temperature, top_p 값 추가 조정)
+def call_api(content, system_message, max_tokens=500, temperature=0.6, top_p=1.0):
+    try:
+        response = openai.ChatCompletion.create(
+            model="gpt-4o-mini",
+            messages=[
+                {"role": "system", "content": system_message},
+                {"role": "user", "content": content},
+            ],
+            max_tokens=max_tokens,
+            temperature=temperature,
+            top_p=top_p,
+        )
+        return response.choices[0].message['content'].strip()
+    except openai.OpenAIError as e:
+        return f"OpenAI API Error: {str(e)}"
+
+# generate_blog_post_in_korean 함수 수정 (temperature, top_p 조정 및 프롬프트 수정)
+def generate_blog_post_in_korean(image_path, user_input, style):
+    # 1. 파일 경로에서 이미지를 열어 PIL 이미지로 변환
+    image = Image.open(image_path)
+    
+    # 2. 이미지 캡셔닝 생성 (BLIP)
+    inputs = blip_processor(image, return_tensors="pt").to(device)
+    out = blip_model.generate(**inputs)
+    image_caption = blip_processor.decode(out[0], skip_special_tokens=True)
+
+    # 3. 스타일에 따라 프롬프트 및 temperature/top_p 설정
+    if style == "사실적인":
+        combined_prompt = (
+            f"이미지 설명: {image_caption}\n"
+            f"사용자 입력: {user_input}\n\n"
+            "이 두 설명을 기반으로 있는 그대로의 사실만 간결하고 정확하게 묘사해 주세요. "
+            "불필요한 배경 설명이나 추론은 피하고, 장면에 대한 정확한 정보만 제공해 주세요.\n\n"
+            "예시: '테이블 위에 여러 그릇의 된장찌개와 다양한 음식들이 놓여져 있다. "
+            "중앙에 뚝배기에 담긴 된장찌개가 있고, 그 옆에는 각종 반찬들이 놓여 있습니다.'"
+        )
+        temperature = 0.2  # 최대한 사실에 기반
+        top_p = 0.7  # 예측의 다양성 억제
+    elif style == "감성적인":
+        combined_prompt = (
+            f"이미지 설명: {image_caption}\n"
+            f"사용자 입력: {user_input}\n\n"
+            "이 두 설명을 참고해서 일상적이고 따뜻한 분위기의 글로 표현해 주세요. "
+            "추가적인 설명이나 배경보다는 장면과 감정을 자연스럽게 전달하는 글을 써 주세요.\n\n"
+            "예시: '된장찌개가 놓인 테이블에는 다양한 음식들이 정갈하게 차려져 있습니다. "
+            "뜨끈한 된장찌개에서는 구수한 향이 풍기고, 그 옆에는 고기와 채소가 듬뿍 담긴 반찬들이 놓여 있어요. "
+            "밥과 함께 먹기 좋은 음식들이 준비되어 있고, 집에서 정성스럽게 만든 따뜻한 느낌이 듭니다.'"
+        )
+        temperature = 0.7  # 더 창의적이고 감성적인 표현
+        top_p = 0.9  # 풍부한 표현을 위해 다양성 허용
+
+    # 4. GPT-4로 설명 생성
+    system_message = "You are an AI assistant that generates either factual or emotional descriptions based on image descriptions and user input."
+    translated_caption = call_api(combined_prompt, system_message, temperature=temperature, top_p=top_p)
+    
+    return translated_caption
+
+# 하나의 이미지만 처리하는 함수
+def generate_blog_post_single(image, desc, style):
+    if image is not None and desc.strip() != "":
+        result = generate_blog_post_in_korean(image, desc, style)
+        return result
+    else:
+        return ""  # 이미지가 없거나 설명이 없으면 빈 문자열 반환
+
+# Gradio 인터페이스 설정 (하나의 이미지와 설명만 받음)
+iface = gr.Interface(
+    fn=generate_blog_post_single,
+    inputs=[
+        gr.File(label="이미지 업로드"),  # gr.Image 대신 gr.File로 변경
+        gr.Textbox(label="사진에 대한 설명 입력", placeholder="사진 설명을 입력하세요"),
+        gr.Radio(["사실적인", "감성적인"], label="설명 스타일 선택", value="사실적인")  # default -> value로 변경
+    ],
+    outputs=gr.Textbox(label="이미지 설명 결과"),
+    title="이미지 설명 생성기",
+    description="하나의 이미지와 텍스트를 바탕으로 최상의 한국어로 표현합니다.",
+    allow_flagging="never"
+)
+
+if __name__ == "__main__":
+    iface.launch(share=True)