from transformers import DetrForObjectDetection, DetrFeatureExtractor
from PIL import Image
import requests

# Cargar el modelo y el extractor de características pre-entrenados
model = DetrForObjectDetection.from_pretrained('facebook/detr-resnet-50')
feature_extractor = DetrFeatureExtractor.from_pretrained('facebook/detr-resnet-50')

def object_exists(image_url):
    # Cargar la imagen desde la URL
    image = Image.open(requests.get(image_url, stream=True).raw)
    
    # Preparar las entradas
    inputs = feature_extractor(images=image, return_tensors="pt")
    
    # Pasar por el modelo
    outputs = model(**inputs)
    
    # Obtener las probabilidades de clase
    logits = outputs.logits
    probas = logits.softmax(-1)[0, :, :-1]
    
    # Establecer un umbral de confianza
    threshold = 0.9
    
    # Encontrar índices de clases con probabilidad por encima del umbral
    keep = probas.max(-1).values > threshold
    
    if keep.sum() > 0:
        print("Existe un objeto en la imagen.")
    else:
        print("No existe un objeto en la imagen.")

if __name__ == "__main__":
    # Reemplazar con la URL de tu imagen subida a Hugging Face
    image_url = 'https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/beach.png'
    object_exists(image_url)