Update app.py

app.py

@@ -1,7 +1,34 @@
 import gradio as gr
+import torch
+import cv2
+from PIL import Image
+import numpy as np
+from ultralytics import YOLO
 
-def greet(name):
-    return "Hello " + name + "!!"
+# โหลดโมเดล YOLOv8 ที่ฝึกมาเอง
+model = YOLO('your_model.pt')  # เปลี่ยน 'your_model.pt' เป็นโมเดลของคุณ
 
-demo = gr.Interface(fn=greet, inputs="text", outputs="text")
+def predict(image):
+    # ทำการทำนาย
+    results = model(image)
+    df = results.pandas().xyxy[0]  # ผลลัพธ์การทำนายในรูปแบบ pandas DataFrame
+
+    # วาด bounding boxes และ labels บนภาพ
+    for _, row in df.iterrows():
+        label = row['name']
+        confidence = row['confidence']
+        x1, y1, x2, y2 = int(row['xmin']), int(row['ymin']), int(row['xmax']), int(row['ymax'])
+
+        # วาด bounding box
+        cv2.rectangle(image, (x1, y1), (x2, y2), (0, 255, 0), 2)
+
+        # วาด label และ confidence
+        label_text = f"{label} {confidence:.2f}"
+        cv2.putText(image, label_text, (x1, y1 - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2)
+
+    # แปลงภาพกลับเป็นรูปแบบที่ Gradio สามารถแสดงได้
+    pil_image = Image.fromarray(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))
+    return pil_image
+
+demo = gr.Interface(fn=predict, inputs=gr.inputs.Image(type="numpy"), outputs="image")
 demo.launch()