エラーハンドリングの強化

LLM_package.py

@@ -1,3 +1,4 @@
+# LLM_package.py の修正
 from google import genai
 
 import json
@@ -62,12 +63,20 @@ class GeminiInference:
         for obj in data:
             if 'box_2d' in obj and 'label' in obj:
                 coords = obj['box_2d']
-                norm = [c / 1000.0 for c in coords]
+                # box_2dの各要素が0-1000の範囲であることを確認し、0-1の範囲に正規化
+                # ただし、Geminiの出力がすでに0-1で返される可能性も考慮し、
+                # 値が1を超える場合は1000で割り、1を超えない場合はそのまま使用
+                norm = []
+                for c in coords:
+                    if c > 1.0001: # 1をわずかに超える値であれば1000スケールと判断
+                        norm.append(c / 1000.0)
+                    else: # 1以下の値であればすでに0-1スケールと判断
+                        norm.append(c)
                 parsed.append({'label': obj['label'], 'box_2d': norm})
         return parsed
 class ObjectDetector:
-    def __init__(self, API_KEY=None):
-        self.model  = GeminiInference(API_KEY) 
+    def __init__(self, api_key=os.getenv('GEMINI_API_KEY')): # API_KEYをapi_keyに変更し、デフォルト値を設定
+        self.model  = GeminiInference(api_key) # ここもapi_keyを使用
         self.prompt_objects=None
         self.text=None
         self.scene=None
@@ -129,4 +138,4 @@ class ObjectDetector:
             print(f"Failed to parse risk_level from response. Error: {e}")
             print(f"Response content: {response_json_str}")
             risk_level = 0 # パース失敗時はデフォルト値0を返す
-        return risk_level
+        return risk_level