Update app.py

app.py

@@ -7,12 +7,6 @@ from PIL import Image
 import base64
 import io
 import time
-import logging
-import warnings
-
-# Suppress warnings
-warnings.filterwarnings("ignore")
-logging.getLogger("transformers").setLevel(logging.ERROR)
 
 # Setup
 device = "cpu"  # HF Spaces miễn phí chỉ có CPU
@@ -58,27 +52,20 @@ def load_model():
         return False
 
 def analyze_image(image):
-    """
-    Analyze image with proper error handling
-    """
     if model is None:
         return "❌ Model chưa được tải. Vui lòng chờ..."
     
-    if image is None:
-        return "❌ Không có ảnh để phân tích."
-    
     try:
         start_time = time.time()
         
-        # Ensure image is PIL Image
-        if not isinstance(image, Image.Image):
-            return "❌ Định dạng ảnh không hợp lệ."
-        
-        # Convert to RGB if needed
-        if image.mode != 'RGB':
-            image = image.convert('RGB')
-        
         # Preprocess image
+        if isinstance(image, str):
+            # Base64 image
+            if image.startswith('data:image'):
+                image = image.split(',')[1]
+            image_bytes = base64.b64decode(image)
+            image = Image.open(io.BytesIO(image_bytes)).convert('RGB')
+        
         image_tensor = transform(image).unsqueeze(0).to(device)
         
         with torch.no_grad():
@@ -97,8 +84,7 @@ def analyze_image(image):
                 )
             )
             
-            # Get objects with error handling
-            objects_str = "Không có"
+            # Get objects
             try:
                 object_query = "Liệt kê các đối tượng chính:"
                 objects_text = model.chat(
@@ -109,14 +95,13 @@ def analyze_image(image):
                 )
                 objects = [obj.strip() for obj in objects_text.replace(',', ' ').split() if len(obj.strip()) > 2][:5]
                 objects_str = ", ".join(objects) if objects else "Không có"
-            except Exception as obj_error:
-                print(f"Warning: Object detection failed: {obj_error}")
+            except:
                 objects_str = "Không có"
             
             processing_time = time.time() - start_time
             
-            # Format response
-            result = f"""**📝 Mô tả từ Vintern AI:**
+            return f"""
+**📝 Mô tả từ Vintern AI:**
 {description}
 
 **🔍 Đối tượng nhận diện:**
@@ -124,111 +109,46 @@ def analyze_image(image):
 
 **⚡ Thời gian xử lý:** {processing_time:.2f}s
 **🤖 Model:** Vintern-1B-v3.5 (Hugging Face Spaces)
-**📡 API Status:** ✅ Hoạt động bình thường"""
-            
-            return result
+"""
     
     except Exception as e:
-        error_msg = f"❌ Lỗi phân tích: {str(e)}"
-        print(f"Analysis error: {e}")
-        return error_msg
+        return f"❌ Lỗi phân tích: {str(e)}"
 
 # Load model khi khởi động
 print("🚀 Initializing Vintern-1B-v3.5...")
 model_loaded = load_model()
 
-# Custom CSS để ẩn một số warnings
-custom_css = """
-.gradio-container {
-    max-width: 1200px !important;
-}
-footer {
-    visibility: hidden;
-}
-"""
-
-# Gradio interface với error handling tốt hơn
-with gr.Blocks(
-    title="Vintern-1B-v3.5 Video Recognition",
-    css=custom_css,
-    theme=gr.themes.Soft()
-) as demo:
-    gr.Markdown("""
-    # 🎥 Vintern-1B-v3.5 - Nhận Diện Ảnh Tiếng Việt
-    Upload ảnh để nhận diện nội dung bằng AI Vintern-1B-v3.5
-    
-    **🔧 API Ready:** Sử dụng `/api/predict` endpoint cho ứng dụng web của bạn!
-    """)
+# Gradio interface
+with gr.Blocks(title="Vintern-1B-v3.5 Video Recognition") as demo:
+    gr.Markdown("# 🎥 Vintern-1B-v3.5 - Nhận Diện Ảnh Tiếng Việt")
+    gr.Markdown("Upload ảnh để nhận diện nội dung bằng AI Vintern-1B-v3.5")
     
     if not model_loaded:
-        gr.Markdown("⚠️ **Model đang được tải...** Vui lòng chờ vài phút và refresh trang.")
+        gr.Markdown("⚠️ **Model đang được tải...** Vui lòng chờ vài phút.")
     
     with gr.Row():
         with gr.Column():
-            image_input = gr.Image(
-                type="pil", 
-                label="📤 Upload Ảnh",
-                sources=["upload", "webcam", "clipboard"]
-            )
-            analyze_btn = gr.Button(
-                "🔍 Phân Tích", 
-                variant="primary",
-                size="lg"
-            )
+            image_input = gr.Image(type="pil", label="📤 Upload Ảnh")
+            analyze_btn = gr.Button("🔍 Phân Tích", variant="primary")
         
         with gr.Column():
-            result_output = gr.Textbox(
-                label="📋 Kết Quả", 
-                lines=12, 
-                max_lines=20,
-                show_copy_button=True
-            )
-    
-    # Event handlers với error handling
-    def safe_analyze(image):
-        try:
-            return analyze_image(image)
-        except Exception as e:
-            return f"❌ Lỗi hệ thống: {str(e)}"
+            result_output = gr.Textbox(label="📋 Kết Quả", lines=10, max_lines=15)
     
     analyze_btn.click(
-        fn=safe_analyze,
+        fn=analyze_image,
         inputs=image_input,
-        outputs=result_output,
-        show_progress=True
-    )
-    
-    # Auto-analyze on image upload
-    image_input.change(
-        fn=safe_analyze,
-        inputs=image_input,
-        outputs=result_output,
-        show_progress=True
+        outputs=result_output
     )
     
     gr.Markdown("""
     ---
-    **💡 Hướng dẫn sử dụng:**
-    1. 📤 Upload ảnh từ máy tính, webcam hoặc clipboard
-    2. 🔍 Nhấn "Phân Tích" hoặc tự động phân tích khi upload
-    3. 📋 Xem kết quả mô tả tiếng Việt chi tiết
-    
-    **🔗 API Usage:**
-    - **Endpoint:** `{space_url}/api/predict`  
-    - **Method:** POST
-    - **Format:** FormData với image file
+    **💡 Hướng dẫn:**
+    1. Upload ảnh từ máy tính hoặc webcam
+    2. Nhấn "Phân Tích" để nhận diện
+    3. Xem kết quả mô tả tiếng Việt
     
-    **⚡ Hiệu suất:** CPU-optimized cho Hugging Face Spaces miễn phí
+    **🔗 API Endpoint:** Sử dụng URL của Space này trong trangchu.html
     """)
 
-# Launch với cấu hình tối ưu
 if __name__ == "__main__":
-    demo.launch(
-        server_name="0.0.0.0", 
-        server_port=7860,
-        show_error=True,
-        quiet=False,  # Show logs for debugging
-        show_tips=False,
-        enable_queue=True,  # Handle multiple requests
-        max_threads=2  # Limit threads for free tier
-    )
+    demo.launch(server_name="0.0.0.0", server_port=7860)