etchmed/chicken_detection

1import streamlit as st2from ultralytics import YOLO3from PIL import Image4import tempfile5import os6from huggingface_hub import hf_hub_download7 8# إعدادات الموديل - عدّل هذه القيم حسب ريبو Hugging Face الخاص بك9HF_REPO_ID = os.getenv("HF_MODEL_REPO", "YOUR_USERNAME/chicken-detection-yolov8")  # مثال: "medo123/chicken-detection-yolov8"10HF_MODEL_FILENAME = "best_chicken_model.pt"11LOCAL_MODEL_PATH = "best_chicken_model.pt"12 13@st.cache_resource14def load_model():15    """16    يحمّل الموديل من Hugging Face Hub أولاً، وإذا فشل يحاول من ملف محلي17    """18    try:19        # محاولة التحميل من Hugging Face Hub20        if HF_REPO_ID and HF_REPO_ID != "YOUR_USERNAME/chicken-detection-yolov8":21            st.info(f"📥 جاري تحميل الموديل من Hugging Face: {HF_REPO_ID}")22            model_path = hf_hub_download(23                repo_id=HF_REPO_ID,24                filename=HF_MODEL_FILENAME,25                cache_dir="models"26            )27            model = YOLO(model_path)28            st.success("✅ تم تحميل الموديل من Hugging Face بنجاح!")29            return model30    except Exception as e:31        st.warning(f"⚠️ فشل تحميل الموديل من Hugging Face: {e}")32        st.info("🔄 جاري المحاولة من ملف محلي...")33    34    # إذا فشل التحميل من Hugging Face، جرب الملف المحلي35    if os.path.exists(LOCAL_MODEL_PATH):36        model = YOLO(LOCAL_MODEL_PATH)37        st.success("✅ تم تحميل الموديل من ملف محلي!")38        return model39    else:40        st.error(f"❌ لم يتم العثور على الموديل في: {LOCAL_MODEL_PATH}")41        st.info("💡 تأكد من رفع ملف best_chicken_model.pt إلى Space أو ضبط HF_REPO_ID")42        raise FileNotFoundError(f"Model not found: {LOCAL_MODEL_PATH}")43 44model = load_model()45 46st.title("🐓 كشف صحة الدجاج من الصورة")47st.write("ارفع صورة لدجاجة، وسنحدد إذا كانت سليمة أو مريضة.")48 49uploaded = st.file_uploader("اختر صورة...", type=["jpg", "jpeg", "png"])50 51if uploaded:52    image = Image.open(uploaded).convert("RGB")53    st.image(image, caption="الصورة المرفوعة", use_column_width=True)54 55    if st.button("🔍 تحليل الصورة"):56        with st.spinner("جاري التحليل..."):57            # حفظ الصورة مؤقتًا58            with tempfile.NamedTemporaryFile(suffix=".jpg", delete=False) as tmp:59                image.save(tmp.name)60                temp_path = tmp.name61            62            try:63                # تشغيل التنبؤ64                results = model.predict(65                    source=temp_path,66                    conf=0.25,  # حد الثقة67                    imgsz=640,68                    verbose=False69                )70                71                result = results[0]72                73                # رسم البوكسات على الصورة74                plotted = result.plot()75                plotted_image = Image.fromarray(plotted)76                77                st.subheader("📌 الصورة بعد الكشف")78                st.image(plotted_image, caption="الصورة مع الكشف", use_column_width=True)79                80                # عرض النتائج81                if len(result.boxes) > 0:82                    st.subheader("📊 النتائج")83                    84                    # جمع الإحصائيات لكل فئة85                    class_counts = {}86                    class_confidences = {}87                    88                    for box in result.boxes:89                        cls_id = int(box.cls.item())90                        conf = float(box.conf.item())91                        label = result.names[cls_id]92                        93                        if label not in class_counts:94                            class_counts[label] = 095                            class_confidences[label] = []96                        class_counts[label] += 197                        class_confidences[label].append(conf)98                    99                    # عرض النتائج100                    for label, count in class_counts.items():101                        avg_conf = sum(class_confidences[label]) / len(class_confidences[label])102                        st.success(f"🎯 **{label}**: {count} كائن (ثقة متوسطة: {avg_conf:.2%})")103                    104                    # عرض أعلى ثقة105                    max_conf = max([float(box.conf.item()) for box in result.boxes])106                    st.info(f"✨ أعلى نسبة ثقة: {max_conf:.2%}")107                else:108                    st.warning("⚠️ لم يتم اكتشاف أي دجاج في الصورة. جرب صورة أخرى.")109                    110            except Exception as e:111                st.error(f"❌ حدث خطأ أثناء التحليل: {e}")112            finally:113                # حذف الملف المؤقت114                if os.path.exists(temp_path):115                    os.unlink(temp_path)