Update app.py

app.py

@@ -1,31 +1,55 @@
+Hugging Face's logo
+Hugging Face
+Search models, datasets, users...
+Models
+Datasets
+Spaces
+Docs
+Solutions
+Pricing
+
+
+
+Spaces:
+
+Municipalidad-de-Vicente-Lopez
+/
+Trampas_Barcelo
+
+
+like
+0
+App
+Files
+Community
+Trampas_Barcelo
+/
+app.py
+cesar's picture
+cesar
+Update app.py
+e3b3548
+34 minutes ago
+raw
+history
+blame
+contribute
+delete
+6.62 kB
 # -*- coding: utf-8 -*-
 """Deploy Barcelo demo.ipynb
-
 Automatically generated by Colaboratory.
-
 Original file is located at
     https://colab.research.google.com/drive/1FxaL8DcYgvjPrWfWruSA5hvk3J81zLY9
-
 ![   ](https://www.vicentelopez.gov.ar/assets/images/logo-mvl.png)
-
 # Modelo
-
 YOLO es una familia de modelos de detección de objetos a escala compuesta entrenados en COCO dataset, e incluye una funcionalidad simple para Test Time Augmentation (TTA), model ensembling, hyperparameter evolution, and export to ONNX, CoreML and TFLite.
-
-
 ## Gradio Inferencia
-
 ![](https://i.ibb.co/982NS6m/header.png)
-
 Este Notebook se acelera opcionalmente con un entorno de ejecución de GPU
-
-
 ----------------------------------------------------------------------
-
  YOLOv5 Gradio demo
-
 *Author: Ultralytics LLC and Gradio*
-
 # Código
 """
 
@@ -45,13 +69,13 @@ torch.hub.download_url_to_file('https://i.pinimg.com/originals/c2/ce/e0/c2cee056
 
 # Model
 #model = torch.hub.load('ultralytics/yolov5', 'yolov5s')  # force_reload=True to update
+
 #model = torch.hub.load('ultralytics/yolov5', 'custom', path='best.pt')  # local model  o google colab
-#model = torch.hub.load('ultralytics/yolov5', 'custom', path='best.pt', force_reload=True, autoshape=True)  # local model  o google colab
+model = torch.hub.load('ultralytics/yolov5', 'custom', path='best.pt', force_reload=True, autoshape=True)  # local model  o google colab
 #model = torch.hub.load('path/to/yolov5', 'custom', path='/content/yolov56.pt', source='local')  # local repo
-model = torch.hub.load('ultralytics/yolov5', 'custom', path='best.pt', force_reload=True, autoshape=True, trust_repo=True)
 
 HF_TOKEN = os.getenv("ZIKA_TOKEN_WRITE")
-hf_writer = gr.HuggingFaceDatasetSaver(HF_TOKEN, "demo-iazika-flags")
+hf_writer = gr.HuggingFaceDatasetSaver(HF_TOKEN, "Municipalidad-de-Vicente-Lopez/Trampas_Barcelo_dataset")
 
 def getQuantity(string): 
     contador_raw = ''.join(string.split(" ")[3:])
@@ -92,7 +116,8 @@ def arrayLista(resultado):
 def yolo(size, iou, conf, im):
     '''Wrapper fn for gradio'''
     g = (int(size) / max(im.size))  # gain
-    im = im.resize((int(x * g) for x in im.size), Image.ANTIALIAS)  # resize
+    im = im.resize((int(x * g) for x in im.size), Image.LANCZOS) # resize with antialiasing
+
 
     model.iou = iou
     
@@ -118,14 +143,14 @@ in3 = gr.inputs.Slider(minimum=0, maximum=1, step=0.05, default=0.50, label='Umb
 in4 = gr.inputs.Image(type='pil', label="Original Image")
 
 out2 = gr.outputs.Image(type="pil", label="YOLOv5")
-out3 = gr.outputs.Dataframe(label="Descripción", headers=['Cantidad','Especie'], type="pandas")  
+out3 = gr.outputs.Dataframe(label="Cantidad_especie", headers=['Cantidad','Especie'])  
 out4 = gr.outputs.JSON(label="JSON")
 #-------------- Text-----
 title = 'Trampas Barceló'
 description = """
 <p>
 <center>
-Sistemas de Desarrollado por Subsecretaría de Innovación del Municipio de Vicente López. Advertencia solo usar fotos provenientes de las trampas Barceló, no de celular o foto de internet.
+Sistemas de Desarrollado por Subsecretaría de Modernización del Municipio de Vicente López. Advertencia solo usar fotos provenientes de las trampas Barceló, no de celular o foto de internet.
 <img src="https://www.vicentelopez.gov.ar/assets/images/logo-mvl.png" alt="logo" width="250"/>
 </center>
 </p>
@@ -146,15 +171,10 @@ iface = gr.Interface(yolo,
 					flagging_options=["Correcto", "Incorrecto", "Casi correcto", "Error", "Otro"],
 					#flagging_callback=hf_writer
                     )
-
-#iface.launch(cache_examples=True, enable_queue=True, debug=True)
-iface.launch(enable_queue=True)
-#iface.launch(cache_examples=True, debug=True)
+					
+iface.launch(enable_queue=True, debug=True)
 
 """For YOLOv5 PyTorch Hub inference with **PIL**, **OpenCV**, **Numpy** or **PyTorch** inputs please see the full [YOLOv5 PyTorch Hub Tutorial](https://github.com/ultralytics/yolov5/issues/36).
-
-
 ## Citation
-
 [![DOI](https://zenodo.org/badge/264818686.svg)](https://zenodo.org/badge/latestdoi/264818686)
-"""
+"""