Spaces:
Sleeping
Sleeping
File size: 1,769 Bytes
7f8a37a |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 |
import streamlit as st
import google.generativeai as genai
import os
from PIL import Image
# Configuraci贸n de la API
gemini_api_key = os.getenv("GEMINI_API_KEY")
genai.configure(api_key=gemini_api_key)
model = genai.GenerativeModel('gemini-pro')
# Funci贸n para predecir el tipo de objeto y proporcionar detalles
def identify_object(image):
# Simulamos la identificaci贸n del objeto con un modelo preentrenado
# Aqu铆 deber铆a ir la l贸gica de procesamiento de la imagen y predicci贸n
result = model.generate(
input=image,
max_output_tokens=100
)
return result
def main():
st.title("Identificaci贸n de Objetos con IA")
uploaded_file = st.file_uploader("Sube una imagen", type=["jpg", "jpeg", "png"])
if uploaded_file is not None:
image = Image.open(uploaded_file)
st.image(image, caption="Imagen Cargada", use_column_width=True)
st.write("Identificando...")
# Aqu铆 deber铆as convertir la imagen a un formato que el modelo pueda procesar
# Por simplicidad, asumimos que el modelo puede trabajar directamente con la imagen
result = identify_object(image)
st.write("Resultado:")
st.write(result)
# Parsear el resultado y mostrar informaci贸n relevante
# Ejemplo:
if "planta" in result:
st.write("Tipo de planta:", result.get("tipo_planta"))
st.write("Enfermedad detectada:", result.get("enfermedad"))
st.write("Soluci贸n sugerida:", result.get("solucion"))
else:
st.write(f"Lo que se subi贸 fue una foto de: {result.get('nombre_objeto')}")
st.write(f"Probabilidad: {result.get('probabilidad')}%")
if __name__ == "__main__":
main() |