primer commit

app.py

@@ -0,0 +1,56 @@
+import cv2
+import gradio as gr
+from transformers import pipeline
+
+# Cargar el modelo de detección de objetos de Hugging Face (DETR)
+detector = pipeline("object-detection", model="facebook/detr-resnet-50")
+
+def process_video(video_path):
+    """
+    Procesa un video y devuelve el máximo número detectado de personas, bicicletas y motos en un fotograma.
+    """
+    cap = cv2.VideoCapture(video_path)
+    if not cap.isOpened():
+        return {"person": 0, "bicycle": 0, "motorcycle": 0}
+    
+    max_counts = {"person": 0, "bicycle": 0, "motorcycle": 0}
+    
+    while True:
+        ret, frame = cap.read()
+        if not ret:
+            break
+        
+        # Convertir el frame de BGR a RGB (requerido por el modelo)
+        frame_rgb = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
+        
+        # Realizar la detección de objetos
+        results = detector(frame_rgb)
+        
+        # Contar objetos detectados en el frame actual (usamos un umbral de confianza)
+        frame_counts = {"person": 0, "bicycle": 0, "motorcycle": 0}
+        for detection in results:
+            if detection["score"] < 0.7:
+                continue
+            label = detection["label"].lower()
+            if label in frame_counts:
+                frame_counts[label] += 1
+        
+        # Actualizar el conteo máximo si en este frame se detecta más
+        for key in frame_counts:
+            if frame_counts[key] > max_counts[key]:
+                max_counts[key] = frame_counts[key]
+    
+    cap.release()
+    return max_counts
+
+# Crear la interfaz de Gradio para el Space
+iface = gr.Interface(
+    fn=process_video,
+    inputs=gr.Video(label="Sube tu video"),
+    outputs="json",
+    title="Detección de Objetos en Video",
+    description="Carga un video y detecta cuántas personas, bicicletas y motos aparecen usando modelos de Hugging Face."
+)
+
+if __name__ == "__main__":
+    iface.launch()

requirements.txt

@@ -0,0 +1,3 @@
+gradio
+opencv-python
+transformers