Create app.py

app.py

@@ -0,0 +1,34 @@
+import gradio as gr
+from transformers import BlipProcessor, BlipForConditionalGeneration
+from PIL import Image
+import requests
+
+# Carregar o modelo e o processador BLIP
+processor = BlipProcessor.from_pretrained("Salesforce/blip-image-captioning-base")
+model = BlipForConditionalGeneration.from_pretrained("Salesforce/blip-image-captioning-base")
+
+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
+    inputs = processor(image, return_tensors="pt")
+    out = model.generate(**inputs)
+    
+    # Decodificar a saída para texto
+    description = processor.decode(out[0], skip_special_tokens=True)
+    
+    return description
+
+# Interface Gradio
+iface = gr.Interface(
+    fn=interpret_image,
+    inputs=gr.Image(type="pil", label="Upload uma imagem"),
+    outputs=gr.Textbox(label="Descrição da Imagem"),
+    title="Interpretação de Imagens com BLIP",
+    description="Carregue uma imagem e o modelo BLIP irá gerar uma descrição."
+)
+
+# Iniciar o aplicativo
+iface.launch()