Spaces:
Sleeping
Sleeping
| import gradio as gr | |
| from transformers import Blip2Processor, Blip2ForConditionalGeneration, pipeline | |
| from PIL import Image | |
| import requests | |
| # Carregar o modelo BLIP-2 para geração de descrições de imagens | |
| processor = Blip2Processor.from_pretrained("Salesforce/blip2-opt-2.7b") | |
| model_blip2 = Blip2ForConditionalGeneration.from_pretrained("Salesforce/blip2-opt-2.7b") | |
| # Carregar um modelo de linguagem para análise nutricional (exemplo: Flan-T5) | |
| nutrition_model = pipeline("text2text-generation", model="google/flan-t5-large") | |
| def interpret_image(image): | |
| # Converter a imagem para o formato PIL se necessário | |
| if isinstance(image, str): | |
| image = Image.open(requests.get(image, stream=True).raw) | |
| # Processar a imagem e gerar a descrição usando BLIP-2 | |
| inputs = processor(image, return_tensors="pt") | |
| out = model_blip2.generate(**inputs) | |
| # Decodificar a saída para texto | |
| description = processor.decode(out[0], skip_special_tokens=True) | |
| return description | |
| def nutritional_analysis(image): | |
| # Passo 1: Gerar descrição da imagem usando BLIP-2 | |
| description = interpret_image(image) | |
| # Passo 2: Criar um prompt para análise nutricional | |
| prompt = ( | |
| f"Com base na descrição do prato de comida abaixo, forneça uma análise nutricional detalhada, " | |
| f"incluindo estimativas de calorias, macronutrientes (carboidratos, proteínas, gorduras), " | |
| f"e recomendações para melhorar o prato, se necessário.\n\n" | |
| f"Descrição do prato: {description}\n\n" | |
| f"Análise nutricional:" | |
| ) | |
| # Passo 3: Usar o modelo de linguagem para gerar a análise nutricional | |
| analysis = nutrition_model(prompt, max_length=300)[0]['generated_text'] | |
| # Retornar a descrição e a análise nutricional | |
| return description, analysis | |
| # Interface Gradio com Design Avançado | |
| with gr.Blocks(theme=gr.themes.Soft(primary_hue="blue", secondary_hue="cyan")) as demo: | |
| # Cabeçalho com Marketing | |
| with gr.Row(): | |
| gr.Markdown(""" | |
| # 🍽️ Agente Nutricionista Inteligente | |
| ### Transforme suas refeições em escolhas saudáveis! | |
| - **Descrição automática** de pratos de comida com IA avançada. | |
| - **Análise nutricional detalhada** com estimativas de calorias e macronutrientes. | |
| - **Recomendações personalizadas** para melhorar sua dieta. | |
| """) | |
| # Seção de Upload de Imagem | |
| with gr.Row(): | |
| with gr.Column(scale=1): | |
| gr.Markdown("### 📸 Carregue uma Imagem") | |
| image_input = gr.Image(type="pil", label="Upload de Imagem", height=300) # Removido 'tool="editor"' | |
| with gr.Column(scale=2): | |
| gr.Markdown("### 🔍 Resultados") | |
| with gr.Tabs(): | |
| with gr.TabItem("Descrição do Prato"): | |
| description_output = gr.Textbox(label="Descrição Gerada", lines=3, interactive=False) | |
| with gr.TabItem("Análise Nutricional"): | |
| analysis_output = gr.Textbox(label="Análise Nutricional", lines=8, interactive=False) | |
| # Botão de Ação | |
| with gr.Row(): | |
| submit_button = gr.Button("✨ Analisar Prato", variant="primary") | |
| # Feedback do Usuário | |
| with gr.Row(): | |
| feedback = gr.Markdown("") | |
| # Função para processar a imagem | |
| def process_image(image): | |
| try: | |
| description, analysis = nutritional_analysis(image) | |
| feedback.update("✅ Análise concluída com sucesso!") | |
| return description, analysis | |
| except Exception as e: | |
| feedback.update(f"❌ Erro ao processar a imagem: {str(e)}") | |
| return "", "" | |
| # Conectar botão aos outputs | |
| submit_button.click(process_image, inputs=image_input, outputs=[description_output, analysis_output]) | |
| # Rodapé com Chamada à Ação | |
| with gr.Row(): | |
| gr.Markdown(""" | |
| --- | |
| ### 💡 Dicas para Melhores Resultados: | |
| - Use imagens claras e bem iluminadas. | |
| - Inclua todos os ingredientes visíveis no prato. | |
| - Experimente diferentes ângulos para capturar mais detalhes. | |
| ### 🌟 Entre em Contato | |
| - Quer saber mais? Visite nosso [site](https://example.com) ou nos siga nas redes sociais! | |
| """) | |
| # Iniciar o aplicativo | |
| demo.launch() |