Update app.py
Browse files
app.py
CHANGED
|
@@ -14,8 +14,8 @@ app = FastAPI()
|
|
| 14 |
# 🟢 Chọn thiết bị xử lý (GPU nếu có)
|
| 15 |
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
|
| 16 |
|
| 17 |
-
# 🟢 Tải model DPT-
|
| 18 |
-
|
| 19 |
model = AutoModelForDepthEstimation.from_pretrained("Intel/dpt-swinv2-tiny-256").to(device)
|
| 20 |
model.eval()
|
| 21 |
|
|
@@ -29,14 +29,14 @@ async def analyze_path(file: UploadFile = File(...)):
|
|
| 29 |
image = Image.open(io.BytesIO(image_bytes)).convert("RGB")
|
| 30 |
|
| 31 |
# 🔵 Resize ảnh để xử lý nhanh hơn
|
| 32 |
-
image = image.resize((
|
| 33 |
image_np = np.array(image)
|
| 34 |
-
flipped_image = cv2.flip(image_np, -1)
|
| 35 |
|
| 36 |
# 🟢 Chuẩn bị ảnh cho mô hình
|
| 37 |
-
inputs =
|
| 38 |
|
| 39 |
-
# 🟢 Dự đoán Depth Map với
|
| 40 |
with torch.no_grad():
|
| 41 |
outputs = model(**inputs)
|
| 42 |
|
|
@@ -52,7 +52,7 @@ async def analyze_path(file: UploadFile = File(...)):
|
|
| 52 |
depth_pil.save("depth_map.png")
|
| 53 |
|
| 54 |
end_time = time.time()
|
| 55 |
-
print(f"⏳
|
| 56 |
|
| 57 |
return {"message": "Depth Map processed successfully. View at /view/"}
|
| 58 |
|
|
@@ -68,7 +68,7 @@ async def view_depth_map():
|
|
| 68 |
<html>
|
| 69 |
<head>
|
| 70 |
<title>Depth Map Viewer</title>
|
| 71 |
-
<meta http-equiv="refresh" content="
|
| 72 |
</head>
|
| 73 |
<body>
|
| 74 |
<h2>Depth Map (Tự động cập nhật mỗi 5 giây)</h2>
|
|
|
|
| 14 |
# 🟢 Chọn thiết bị xử lý (GPU nếu có)
|
| 15 |
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
|
| 16 |
|
| 17 |
+
# 🟢 Tải model DPT-Swinv2 Tiny để tăng tốc
|
| 18 |
+
processor = AutoImageProcessor.from_pretrained("Intel/dpt-swinv2-tiny-256")
|
| 19 |
model = AutoModelForDepthEstimation.from_pretrained("Intel/dpt-swinv2-tiny-256").to(device)
|
| 20 |
model.eval()
|
| 21 |
|
|
|
|
| 29 |
image = Image.open(io.BytesIO(image_bytes)).convert("RGB")
|
| 30 |
|
| 31 |
# 🔵 Resize ảnh để xử lý nhanh hơn
|
| 32 |
+
image = image.resize((256, 256))
|
| 33 |
image_np = np.array(image)
|
| 34 |
+
flipped_image = cv2.flip(image_np, -1) # Lật ảnh
|
| 35 |
|
| 36 |
# 🟢 Chuẩn bị ảnh cho mô hình
|
| 37 |
+
inputs = processor(images=flipped_image, return_tensors="pt").to(device)
|
| 38 |
|
| 39 |
+
# 🟢 Dự đoán Depth Map với model mới
|
| 40 |
with torch.no_grad():
|
| 41 |
outputs = model(**inputs)
|
| 42 |
|
|
|
|
| 52 |
depth_pil.save("depth_map.png")
|
| 53 |
|
| 54 |
end_time = time.time()
|
| 55 |
+
print(f"⏳ Model xử lý trong {end_time - start_time:.4f} giây")
|
| 56 |
|
| 57 |
return {"message": "Depth Map processed successfully. View at /view/"}
|
| 58 |
|
|
|
|
| 68 |
<html>
|
| 69 |
<head>
|
| 70 |
<title>Depth Map Viewer</title>
|
| 71 |
+
<meta http-equiv="refresh" content="5">
|
| 72 |
</head>
|
| 73 |
<body>
|
| 74 |
<h2>Depth Map (Tự động cập nhật mỗi 5 giây)</h2>
|