array

app.py

@@ -1,9 +1,10 @@
 import cv2
 import gradio as gr
 from transformers import pipeline
+from PIL import Image
 
-# Cargar el modelo de detección de objetos de Hugging Face (DETR)
-detector = pipeline("object-detection", model="facebook/detr-resnet-50")
+# Cargar el modelo de detección de objetos (usando CPU)
+detector = pipeline("object-detection", model="facebook/detr-resnet-50", device=-1)
 
 def process_video(video_path):
     """
@@ -20,13 +21,16 @@ def process_video(video_path):
         if not ret:
             break
         
-        # Convertir el frame de BGR a RGB (requerido por el modelo)
+        # Convertir el frame de BGR a RGB
         frame_rgb = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
         
+        # Convertir el array de NumPy a una imagen PIL
+        pil_image = Image.fromarray(frame_rgb)
+        
         # Realizar la detección de objetos
-        results = detector(frame_rgb)
+        results = detector(pil_image)
         
-        # Contar objetos detectados en el frame actual (usamos un umbral de confianza)
+        # Contar objetos detectados en el frame actual (con umbral de confianza)
         frame_counts = {"person": 0, "bicycle": 0, "motorcycle": 0}
         for detection in results:
             if detection["score"] < 0.7:
@@ -35,7 +39,7 @@ def process_video(video_path):
             if label in frame_counts:
                 frame_counts[label] += 1
         
-        # Actualizar el conteo máximo si en este frame se detecta más
+        # Actualizar el conteo máximo si en este frame se detecta un mayor número
         for key in frame_counts:
             if frame_counts[key] > max_counts[key]:
                 max_counts[key] = frame_counts[key]