Hugging Face's logo

Spaces:
julianzrmrz
/
dimemex
Sleeping

App Files Community
dimemex
File size: 4,225 Bytes 
4e07023
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
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
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
 
import streamlit as st
import pandas as pd
from PIL import Image
import sys
import os

# Configuraci贸n de rutas
sys.path.append(os.path.abspath(os.path.join(os.path.dirname(__file__), '/src')))
from inference import MemePredictor

# --- 1. CONFIGURACI脫N DE P脕GINA (Minimalista) ---
st.set_page_config(
    page_title="DIME-MEX",
    layout="centered",
    initial_sidebar_state="collapsed"
)

# --- 2. ESTILOS CSS PERSONALIZADOS (Para m贸vil) ---
st.markdown("""
    <style>
        /* Ocultar men煤 hamburguesa y footer para limpieza visual */
        #MainMenu {visibility: hidden;}
        footer {visibility: hidden;}
        
        /* Ajustar padding para m贸viles */
        .block-container {
            padding-top: 2rem;
            padding-bottom: 2rem;
        }
        
        /* Bot贸n primario minimalista (Blanco y Negro o color acento del tema) */
        div.stButton > button:first-child {
            width: 100%;
            border-radius: 5px;
            height: 3em;
            font-weight: bold;
        }
    </style>
""", unsafe_allow_html=True)

# --- 3. CARGA DEL MOTOR ---
@st.cache_resource
def get_engine():
    return MemePredictor()

try:
    predictor = get_engine()
except Exception as e:
    st.error(f"Error iniciando el sistema: {e}")
    st.stop()

# --- 4. INTERFAZ DE USUARIO ---

# T铆tulo limpio
st.markdown("## Detector de Contenido")
st.markdown("Clasificaci贸n de memes utilizando visi贸n y lenguaje natural.")

# ACORDE脫N DE CONFIGURACI脫N
with st.expander("Configuraci贸n del Modelo"):
    task_mode = st.radio(
        "Nivel de detalle:",
        options=["simple", "complex"],
        format_func=lambda x: "B谩sico (3 Categor铆as)" if x == "simple" else "Detallado (6 Categor铆as)"
    )

# 脕REA DE DRAG AND DROP
uploaded_file = st.file_uploader("Cargar imagen", type=["jpg", "png", "jpeg"], help="Arrastra tu archivo aqu铆")

if uploaded_file is not None:
    # Mostrar imagen centrada y ajustada al ancho del m贸vil
    image = Image.open(uploaded_file)
    st.image(image, use_column_width=True)
    
    # Bot贸n de acci贸n (ocupa todo el ancho por el CSS)
    if st.button("ANALIZAR IMAGEN", type="primary"):
        
        with st.spinner("Procesando..."):
            try:
                # Inferencia
                result = predictor.predict(uploaded_file, task=task_mode)
                
                if "error" in result:
                    st.error(result["error"])
                else:
                    st.divider() # L铆nea separadora sutil
                    
                    # --- RESULTADOS MINIMALISTAS (st.metric) ---
                    # Usamos columnas para que se vea bien en celular (uno al lado del otro o apilados)
                    col1, col2 = st.columns(2)
                    
                    with col1:
                        st.metric(label="Clasificaci贸n", value=result['label'])
                    
                    with col2:
                        # Formato de porcentaje limpio
                        st.metric(label="Confianza", value=f"{result['confidence']:.1%}")
                    
                    # Barra de progreso simple
                    st.progress(result['confidence'])
                    
                    # --- DETALLES T脡CNICOS (Ocultos por defecto) ---
                    with st.expander("Ver texto extra铆do"):
                        st.caption("Texto detectado por OCR:")
                        st.text(result["ocr_text"])
                        st.caption("Texto procesado para el modelo:")
                        st.code(result["clean_text"], language="text")
                    
                    # --- GR脕FICA LIMPIA ---
                    st.caption("Distribuci贸n de probabilidades")
                    chart_data = pd.DataFrame({
                        "Categor铆a": result['all_labels'],
                        "Probabilidad": result['probabilities']
                    })
                    # Gr谩fica de barras horizontal es mejor para leer etiquetas largas en m贸vil
                    st.bar_chart(chart_data.set_index("Categor铆a"), color="#333333")

            except Exception as e:
                st.error(f"Error interno: {e}")