first commit

app.py

@@ -0,0 +1,48 @@
+import gradio as gr
+from transformers import SamModel, SamProcessor
+from PIL import Image
+import numpy as np
+import torch
+
+# Carica il modello e il processore
+model = SamModel.from_pretrained("facebook/sam-vit-base")
+processor = SamProcessor.from_pretrained("facebook/sam-vit-base")
+model.to("cpu")  # Assicurati che il modello giri su CPU
+
+def segment_image(image):
+    # Converti l'immagine in formato compatibile
+    img = Image.fromarray(np.uint8(image)).convert("RGB")
+    
+    # Prepara l'input per SAM (segmentazione automatica)
+    inputs = processor(img, return_tensors="pt").to("cpu")
+    
+    # Inferenza
+    with torch.no_grad():
+        outputs = model(**inputs, multimask_output=False)
+    
+    # Post-processa per ottenere la maschera
+    mask = processor.image_processor.post_process_masks(
+        outputs.pred_masks, inputs["original_sizes"], inputs["reshaped_input_sizes"]
+    )[0][0].cpu().numpy()
+    
+    # Converti la maschera in un'immagine visibile
+    mask_img = Image.fromarray((mask * 255).astype(np.uint8))
+    
+    # Annotazioni (es. bounding box o etichette semplici)
+    annotations = {"mask": mask.tolist(), "label": "object"}  # Personalizza come necessario
+    
+    return mask_img, str(annotations)
+
+# Interfaccia Gradio
+interface = gr.Interface(
+    fn=segment_image,
+    inputs=gr.Image(type="numpy", label="Carica un'immagine"),
+    outputs=[
+        gr.Image(type="pil", label="Maschera di segmentazione"),
+        gr.Textbox(label="Annotazioni per inpainting")
+    ],
+    title="Segmentazione di vestiti e oggetti con SAM",
+    description="Carica un'immagine per ottenere la segmentazione e le annotazioni."
+)
+
+interface.launch()

requirements.txt

@@ -0,0 +1,6 @@
+torch
+torchvision
+transformers
+gradio
+pillow
+numpy