Migrate to ZeroGPU and update requirements for compatibility

app.py

@@ -6,23 +6,26 @@ import torch
 import spaces
 import numpy as np
 
-# 初始化 FastAPI 和模型
 app = FastAPI()
-
-# 检查 GPU 是否可用，并选择设备
 device = 'cuda' if torch.cuda.is_available() else 'cpu'
 model = YOLO('NailongKiller.yolo11n.pt').to(device)
 
 @spaces.GPU
 def predict(img):
-    # 将 PIL 图像转换为 numpy 数组
+    # 优化图像预处理
     img_resized = np.array(Image.fromarray(img).resize((640, 640)))
-    # 将 numpy 数组转换为 PyTorch 张量
-    img_tensor = torch.tensor(img_resized, dtype=torch.float32).permute(2, 0, 1).unsqueeze(0).to(device)
-    results = model.predict(img_tensor)
+    # 规范化像素值到 0-1 范围
+    img_tensor = torch.tensor(img_resized, dtype=torch.float32).permute(2, 0, 1).unsqueeze(0).div(255.0).to(device)
+    
+    # 设置模型预测参数以加快后处理速度
+    results = model.predict(
+        img_tensor,
+        conf=0.50,  # 提高置信度阈值
+        iou=0.45,   # 调整 IOU 阈值
+        max_det=100 # 限制最大检测数量
+    )
     return results[0].plot()
 
-# Gradio 界面
 demo = gr.Interface(
     fn=predict,
     inputs=gr.Image(label="输入图片"),
@@ -33,6 +36,5 @@ demo = gr.Interface(
     cache_examples=True
 )
 
-# 启动应用
 if __name__ == "__main__":
     demo.launch(server_name="0.0.0.0", server_port=7860)