Spaces:
Sleeping
Sleeping
| import gradio as gr | |
| from transformers import ( | |
| ViTImageProcessor, | |
| ViTForImageClassification, | |
| AutoImageProcessor, | |
| Swin2ForImageClassification | |
| ) | |
| from PIL import Image | |
| import torch | |
| import warnings | |
| warnings.filterwarnings("ignore") | |
| class IridologyAnalyzer: | |
| def __init__(self): | |
| # Inicializar modelos | |
| print("Carregando modelos...") | |
| # ViT model - Modelo público para análise de imagens | |
| self.vit_processor = ViTImageProcessor.from_pretrained("google/vit-base-patch16-224") | |
| self.vit_model = ViTForImageClassification.from_pretrained("google/vit-base-patch16-224") | |
| # Swin2 model - Outro modelo público para análise de imagens | |
| self.swin_processor = AutoImageProcessor.from_pretrained("microsoft/swin-base-patch4-window7-224") | |
| self.swin_model = Swin2ForImageClassification.from_pretrained("microsoft/swin-base-patch4-window7-224") | |
| # Características de iridologia para análise | |
| self.iris_features = [ | |
| "Textura da íris", | |
| "Coloração", | |
| "Marcas ou manchas", | |
| "Anéis ou círculos", | |
| "Condição da pupila", | |
| "Linhas radiais", | |
| "Pigmentação", | |
| "Clareza geral", | |
| "Estrutura do tecido", | |
| "Marcas brancas", | |
| "Fibras da íris", | |
| "Borda da íris" | |
| ] | |
| print("Modelos carregados com sucesso!") | |
| def analyze_with_vit(self, image): | |
| """Analisa a imagem usando o modelo ViT.""" | |
| inputs = self.vit_processor(images=image, return_tensors="pt") | |
| outputs = self.vit_model(**inputs) | |
| probs = torch.nn.functional.softmax(outputs.logits, dim=-1) | |
| confidence = probs.max().item() | |
| return confidence | |
| def analyze_with_swin(self, image): | |
| """Analisa a imagem usando o modelo Swin.""" | |
| inputs = self.swin_processor(images=image, return_tensors="pt") | |
| outputs = self.swin_model(**inputs) | |
| probs = torch.nn.functional.softmax(outputs.logits, dim=-1) | |
| confidence = probs.max().item() | |
| return confidence | |
| def analyze_feature(self, image, feature): | |
| """Analisa uma característica específica da íris.""" | |
| vit_conf = self.analyze_with_vit(image) | |
| swin_conf = self.analyze_with_swin(image) | |
| # Combina os resultados dos dois modelos | |
| avg_conf = (vit_conf + swin_conf) / 2 | |
| # Gera uma análise baseada na confiança | |
| if avg_conf > 0.8: | |
| return "Alta presença" | |
| elif avg_conf > 0.5: | |
| return "Presença moderada" | |
| else: | |
| return "Baixa presença" | |
| def comprehensive_analysis(self, image): | |
| """Realiza uma análise completa da íris.""" | |
| results = [] | |
| for feature in self.iris_features: | |
| try: | |
| analysis = self.analyze_feature(image, feature) | |
| results.append({ | |
| "feature": feature, | |
| "analysis": analysis | |
| }) | |
| except Exception as e: | |
| print(f"Erro ao analisar '{feature}': {str(e)}") | |
| continue | |
| # Formatar resultados | |
| formatted_results = "Análise Detalhada de Iridologia:\n\n" | |
| for result in results: | |
| formatted_results += f"Característica: {result['feature']}\n" | |
| formatted_results += f"Análise: {result['analysis']}\n" | |
| formatted_results += "-" * 50 + "\n" | |
| return formatted_results | |
| def create_gradio_interface(): | |
| analyzer = IridologyAnalyzer() | |
| def process_image(image): | |
| if image is None: | |
| return "Por favor, faça o upload de uma imagem." | |
| # Converter para PIL Image se necessário | |
| if not isinstance(image, Image.Image): | |
| image = Image.fromarray(image) | |
| # Realizar análise | |
| try: | |
| return analyzer.comprehensive_analysis(image) | |
| except Exception as e: | |
| return f"Erro durante a análise: {str(e)}" | |
| # Interface Gradio | |
| iface = gr.Interface( | |
| fn=process_image, | |
| inputs=gr.Image(type="pil", label="Upload da Imagem do Olho"), | |
| outputs=gr.Textbox(label="Resultados da Análise", lines=20), | |
| title="Analisador de Iridologia com IA", | |
| description=""" | |
| Este sistema analisa imagens de íris usando modelos de IA para identificar padrões relevantes para iridologia. | |
| Faça o upload de uma imagem clara do olho para análise. | |
| Recomendações para melhores resultados: | |
| 1. Use imagens bem iluminadas | |
| 2. Garanta que a íris esteja em foco | |
| 3. Evite reflexos excessivos | |
| 4. Enquadre apenas o olho na imagem | |
| """, | |
| examples=[], | |
| cache_examples=True | |
| ) | |
| return iface | |
| if __name__ == "__main__": | |
| iface = create_gradio_interface() | |
| iface.launch() |