Update app.py

app.py

@@ -1,37 +1,22 @@
 import streamlit as st
 import numpy as np
 import cv2
-import torch
-from PIL import Image
-from transformers import AutoTokenizer, ViTFeatureExtractor, VisionEncoderDecoderModel
+import requests
+import tempfile
+import os
 
-# Инициализация модели
-model_id = "nttdataspain/vit-gpt2-stablediffusion2-lora"
-model = VisionEncoderDecoderModel.from_pretrained(model_id)
-tokenizer = AutoTokenizer.from_pretrained(model_id)
-feature_extractor = ViTFeatureExtractor.from_pretrained(model_id)
-
-device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
-model.to(device)
-
-# Функция для получения текста из изображения
-def predict(image):
-    img = image.convert('RGB')
-    model.eval()
-    pixel_values = feature_extractor(images=[img], return_tensors="pt").pixel_values.to(device)
-    with torch.no_grad():
-        output_ids = model.generate(pixel_values, max_length=16, num_beams=4, return_dict_in_generate=True).sequences
-
-    preds = tokenizer.batch_decode(output_ids, skip_special_tokens=True)
-    preds = [pred.strip() for pred in preds]
-    return preds[0]
-
-# Streamlit интерфейс
+# Заголовок приложения
 st.title("Video Frame to Image Description")
 
 # Загрузка видеофайла
 uploaded_file = st.file_uploader("Upload a video file", type=["mp4", "avi", "mov"])
 
+try:  
+    response = requests.get("https://hf.space")  
+    print(f"Status Code: {response.status_code}")  
+except requests.exceptions.SSLError as e:  
+    print("SSL error occurred:", e)  
+
 cap = None  # Инициализируем объект cap как None
 
 if uploaded_file is not None:
@@ -50,16 +35,31 @@ if uploaded_file is not None:
         ret, frame = cap.read()
 
         if ret:
-            # Конвертация кадра OpenCV в PIL Image
-            frame_rgb = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
-            pil_image = Image.fromarray(frame_rgb)
-
             # Отображение выбранного кадра
-            st.image(pil_image, caption=f"Random Frame {random_frame}")
+            st.image(frame, channels="BGR", caption=f"Random Frame {random_frame}")
+            
+            # Конвертация кадра в подходящий формат для отправки в модель
+            _, buf = cv2.imencode('.jpg', frame)
+            files = {'file': ('image.jpg', buf.tobytes(), 'image/jpeg')}
 
-            # Получение текста из изображения
-            description = predict(pil_image)
-            st.success(f"Generated Description: {description}")
+            model_url = "https://hf.space/embed/nttdataspain/Image-To-Text-Lora-ViT/run/predict"
+            headers = {"Authorization": f"Bearer {os.getenv('HUGGINGFACE_TOKEN_READ')}"}
+            
+            # Отправка изображения в модель
+            response = requests.post(
+                model_url,
+                headers=headers,
+                files=files,
+                verify=False
+            )
+            
+            # Получение и отображение результата
+            if response.status_code == 200:
+                result = response.json()
+                description = result['data'][0]['generated_text']
+                st.success(f"Generated Description: {description}")
+            else:
+                st.error("Error: Could not get a response from the model.")
         else:
             st.error("Error: Could not read a frame from the video.")
     else: