Update app.py

app.py

@@ -6,7 +6,8 @@ import io
 
 def video_to_descriptions(video):
     # Charger le modèle via pipeline
-    model = pipeline('image-to-text', model='nlpconnect/vit-gpt2-image-captioning')
+    ImgToText = pipeline("image-to-text", model="Salesforce/blip-image-captioning-large")
+    Summarize = pipeline("summarization", model="tuner007/pegasus_summarizer")
     
     # Ouvrir la vidéo
     cap = cv2.VideoCapture(video)  # Ici, nous avons retiré ".name"
@@ -21,13 +22,13 @@ def video_to_descriptions(video):
             break
         
         # Extraire une image toutes les demi-secondes
-        if frame_count % (fps // 2) == 0:
+        if frame_count % (fps * 2) == 0:
             # Convertir l'image en RGB
             frame_rgb = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
             # Convertir le tableau numpy en une image PIL
             pil_img = Image.fromarray(frame_rgb)
             # Obtenir la description de l'image
-            outputs = model(pil_img)
+            outputs = ImgToText(pil_img)
             print(outputs[0])  # Imprimer la sortie pour voir les clés disponibles
             description = outputs[0]['generated_text']  # Ceci provoquera une erreur tant que la clé correcte n'est pas utilisée
             descriptions.append(description)
@@ -39,6 +40,7 @@ def video_to_descriptions(video):
 
     # Concaténer les descriptions
     concatenated_descriptions = " ".join(descriptions)
+    concatenated_descriptions = Summarize(concatenated_descriptions)
     
     return concatenated_descriptions