Update app.py

app.py

@@ -11,15 +11,11 @@ import uvicorn
 
 app = FastAPI()
 
-# 🟢 Tải mô hình MiDaS từ PyTorch Hub
+# 🟢 Tải mô hình ZoeDepth-Tiny từ PyTorch Hub
 device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
-model = torch.hub.load("intel-isl/MiDaS", "MiDaS_small").to(device)  # 🟢 Dùng phiên bản nhẹ MiDaS_small
+model = torch.hub.load("isl-org/ZoeDepth", "ZoeD_NK_T", pretrained=True).to(device)  # 🟢 Dùng ZoeDepth-Tiny
 model.eval()
 
-# 🟢 Load transform cho MiDaS
-midas_transforms = torch.hub.load("intel-isl/MiDaS", "transforms")
-transform = midas_transforms.small_transform  # 🟢 Dùng transform phù hợp với MiDaS_small
-
 @app.post("/analyze_path/")
 async def analyze_path(file: UploadFile = File(...)):
     # 🟢 Đọc file ảnh từ ESP32
@@ -30,21 +26,25 @@ async def analyze_path(file: UploadFile = File(...)):
     image_np = np.array(image)
     flipped_image = cv2.flip(image_np, -1)
 
-    # 🟢 Chuyển đổi ảnh thành tensor phù hợp với MiDaS
-    flipped_image_tensor = transform(flipped_image).to(device)
+    # 🟢 Chuyển đổi ảnh thành tensor phù hợp với ZoeDepth
+    transform = torchvision.transforms.Compose([
+        torchvision.transforms.Resize((256, 256)),  # ZoeDepth cần resize ảnh nhỏ hơn
+        torchvision.transforms.ToTensor(),
+    ])
+    img_tensor = transform(flipped_image).unsqueeze(0).to(device)
 
     # 🟢 Bắt đầu đo thời gian dự đoán Depth Map
     start_time = time.time()
     
-    # 🟢 Dự đoán Depth Map với MiDaS
+    # 🟢 Dự đoán Depth Map với ZoeDepth
     with torch.no_grad():
-        depth_map = model(flipped_image_tensor)
+        depth_map = model.infer(img_tensor)
         depth_map = torch.nn.functional.interpolate(
             depth_map.unsqueeze(1), size=(image_np.shape[0], image_np.shape[1]), mode="bicubic", align_corners=False
         ).squeeze().cpu().numpy()
 
     end_time = time.time()
-    print(f"⏳ MiDaS xử lý trong {end_time - start_time:.4f} giây")
+    print(f"⏳ ZoeDepth xử lý trong {end_time - start_time:.4f} giây")
 
     # 🟢 Đo thời gian xử lý đường đi
     start_detect_time = time.time()