Update app.py

app.py

@@ -47,7 +47,7 @@ class ModelManager:
         return "GIT carregado com sucesso!"
 
     def analyze_image(self, image, question, model_choice):
-        """Analisa imagem com o modelo selecionado"""
+        """Analisa imagem com foco nutricional"""
         try:
             # Carrega o modelo apropriado se necessário
             if model_choice == "BLIP-2" and (self.model_name != "Salesforce/blip2-opt-2.7b"):
@@ -57,6 +57,17 @@ class ModelManager:
             elif model_choice == "GIT" and (self.model_name != "microsoft/git-base-coco"):
                 status = self.load_git()
             
+            # Adiciona contexto nutricional à pergunta
+            nutritional_prompt = (
+                "Como nutricionista, analise este prato considerando: "
+                "1. Lista de ingredientes principais\n"
+                "2. Estimativa calórica total\n"
+                "3. Sugestões para uma versão mais saudável\n"
+                "4. Análise de grupos alimentares\n"
+                f"Pergunta do usuário: {question}"
+                "\nPor favor, responda em português com detalhes nutricionais."
+            )
+
             # Prepara a imagem
             if isinstance(image, str):
                 image = Image.open(image)
@@ -66,21 +77,23 @@ class ModelManager:
             # Processa a entrada
             inputs = self.current_processor(
                 images=image,
-                text=question,
+                text=nutritional_prompt,
                 return_tensors="pt"
             ).to(self.current_model.device)
             
             # Gera a resposta
             outputs = self.current_model.generate(
                 **inputs,
-                max_new_tokens=150,
+                max_new_tokens=200,  # Aumentado para respostas mais completas
                 num_beams=5,
                 temperature=0.7,
                 top_p=0.9
             )
             
+            # Decodifica e formata a resposta
             response = self.current_processor.decode(outputs[0], skip_special_tokens=True)
-            return response
+            formatted_response = response.replace(". ", ".\n").replace("; ", ";\n")
+            return f"**Análise Nutricional:**\n{formatted_response}"
         
         except Exception as e:
             return f"Erro na análise: {str(e)}"
@@ -91,8 +104,8 @@ model_manager = ModelManager()
 # Interface Gradio
 with gr.Blocks(theme=gr.themes.Soft()) as iface:
     gr.Markdown("""
-    # 🤖 Análise Visual Multi-Modelo
-    Escolha o modelo que deseja usar para analisar sua imagem
+    # 🥗 Analisador Nutricional Inteligente
+    Escolha o modelo que deseja usar para analisar seu prato e obter recomendações nutricionais.
     """)
     
     with gr.Row():
@@ -109,29 +122,29 @@ with gr.Blocks(theme=gr.themes.Soft()) as iface:
                 ### 📝 Características dos Modelos:
                 
                 **BLIP-2:**
-                - Melhor para análise técnica
-                - Mais preciso em detalhes
-                - Respostas estruturadas
+                - Análise detalhada de ingredientes
+                - Estimativas calóricas mais precisas
+                - Recomendações técnicas
                 
                 **LLaVA:**
-                - Mais conversacional
-                - Respostas naturais
-                - Bom para perguntas abertas
+                - Explicações mais conversacionais
+                - Sugestões práticas para o dia a dia
+                - Foco em hábitos alimentares
                 
                 **GIT:**
-                - Mais rápido e leve
-                - Bom para descrições simples
-                - Menor uso de memória
+                - Respostas rápidas e diretas
+                - Ideal para análises simples
+                - Menor consumo de recursos
                 """)
             
             image_input = gr.Image(
                 type="pil",
-                label="Imagem para Análise"
+                label="Foto do Prato"
             )
             
             question_input = gr.Textbox(
                 label="Sua Pergunta",
-                placeholder="Faça uma pergunta sobre a imagem..."
+                placeholder="Ex: Quantas calorias tem este prato? Como posso torná-lo mais saudável?"
             )
             
             analyze_btn = gr.Button("🔍 Analisar", variant="primary")
@@ -144,14 +157,14 @@ with gr.Blocks(theme=gr.themes.Soft()) as iface:
             
             with gr.Accordion("💡 Sugestões de Perguntas", open=False):
                 gr.Markdown("""
-                1. Quais alimentos você identifica na imagem?
-                2. Como os alimentos estão preparados?
-                3. Descreva a apresentação do prato.
-                4. Que tipo de culinária parece ser?
-                5. Quais são os ingredientes principais?
-                6. Como está a disposição dos elementos no prato?
-                7. Há algum detalhe de decoração ou finalização?
-                8. Qual parece ser o método de cocção utilizado?
+                1. Quantas calorias tem este prato?
+                2. Quais são os ingredientes principais?
+                3. Como posso tornar este prato mais saudável?
+                4. Este prato é adequado para uma dieta low-carb?
+                5. Quais nutrientes estão presentes neste prato?
+                6. Este prato é rico em proteínas?
+                7. Como posso substituir ingredientes para reduzir calorias?
+                8. Este prato é indicado para quem tem restrição a glúten/lactose?
                 """)
     
     # Eventos