Delete app.py

app.py

@@ -1,185 +0,0 @@
-#!/usr/bin/env python
-
-从__未来_ _进口附注
-
-进口argparse
-进口functools
-进口操作系统（操作系统)
-进口超文本标记语言
-进口pathlib
-进口目标文件
-
-进口deepdanbooru如同截止日期（截止日期的缩写)
-进口格拉迪欧如同希腊
-进口拥抱脸_集线器
-进口numpy如同铭牌
-进口PIL。图像
-进口张量流如同法国南部（法国南部领地的缩写)
-进口皮耶西弗
-进口piexif.helper
-
-标题=DeepDanbooru字符串'
-
-TOKEN = os.environ['令牌']
-型号_回购=yo2266911/DeepDanbooru_string'
-型号文件名='型号-resnet_custom_v3.h5 '
-标签文件名=' tags.txt '
-
-
-极好的 解析参数()-> argparse。命名空间：
-parser = argparse。ArgumentParser()
-parser.add_argument(-分数-滑块-步长,类型=浮点型,默认值=0.05)
-parser.add_argument("分数阈值",类型=浮点型,默认值=0.5)
-parser.add_argument(主题,类型=字符串,默认值="暗草")
-parser.add_argument(-直播,动作=' store_true ')
-parser.add_argument(分享,动作=' store_true ')
-parser.add_argument(-港口，type=int)
-parser.add_argument(-禁用队列,
-目标='启用队列',
-动作=' store_false ')
-parser.add_argument(-允许标记,类型=字符串,默认值=从来没有)
-返回parser.parse_args()
-
-
-极好的 加载_样本_图像_路径()-> list[pathlib。路径]:
-image_dir = pathlib。路径（'图像')
-如果 不image_dir.exists():
-数据集报告=' hysts/sample-images-TADNE '
-路径=拥抱脸_集线器.HF _ hub _ download(数据集_报告
-images.tar.gz的,
-回购类型='数据集',
-使用_认证_令牌=令牌)
-随着tarfile.open(路径)如同女：
-萃取塔
-返回已排序(图片_目录.全球'*'))
-
-
-极好的 负载模型()-> tf.keras.Model:
-路径=拥抱脸_集线器.HF _ hub _下载(车型_ REPO，
-型号_文件名,
-使用_认证_令牌=令牌)
-型号= TF .喀拉斯。模特。负载模型（路径)
-返回模型
-
-
-极好的 加载标签()-> list[str]:
-路径=拥抱脸_集线器.HF _ hub _下载(车型_ REPO，
-标签文件名,
-使用_认证_令牌=令牌)
-随着打开（路径)如同女：
-labels = [line.strip()为线条在f.readlines()]
-返回标签
-
-极好的 明文转换为html(文本):
-文本=" < p > " + " < br>\n "。加入([f "{html.escape(x)} "为x在文本分割(\n)]) +" </p > "
-返回文本
-
-极好的预测（图片:PIL .形象。Image，score_threshold: float，
-模型:tf.keras.Model，标签:list[str]) -> dict[str，float]:
-原始图像=图像
-_,高度,宽度,_ =模型。输入_形状
-image = np.asarray(image)
-image = tf.image.resize(image，
-大小=(高,宽),
-方法= TF . image . size method . area，
-preserve_aspect_ratio=真实的
-image = image.numpy()
-image = DD。形象。转换_和_ pad _ image(图像，宽度，高度)
-图像=图像/255。
-probs =模型。预测(图片[无,...])[0]
-probs = probs.astype(float)
-res = dict()
-对于prob，zip中的标签(probs.tolist()，标签):
-如果概率<分数阈值：
-继续
-RES[标签] = prob
-b = dict(sorted(res.items()，key=希腊字母的第11个项目:项目[1]，反向=真实的))
-a ='，'。join(list(b.keys())).替换（' _ '，' ')。替换（'('，' \(')。替换（')'，' \)')
-c ='，'。join(list(b.keys()))
-    
-items = rawimage.info
-geninfo =' '
-    
-    if "exif" in rawimage.info:
-        exif = piexif.load(rawimage.info["exif"])
-        exif_comment = (exif or {}).get("Exif", {}).get(piexif.ExifIFD.UserComment, b'')
-        try:
-            exif_comment = piexif.helper.UserComment.load(exif_comment)
-        except ValueError:
-            exif_comment = exif_comment.decode('utf8', errors="ignore")
-    
-        items['exif comment'] = exif_comment
-        geninfo = exif_comment
-    
-        for field in ['jfif', 'jfif_version', 'jfif_unit', 'jfif_density', 'dpi', 'exif',
-                      'loop', 'background', 'timestamp', 'duration']:
-            items.pop(field, None)
-    
-    geninfo = items.get('parameters', geninfo)
-    
-    info = f"""
-<p><h4>PNG Info</h4></p>    
-"""
-    for key, text in items.items():
-        info += f"""
-<div>
-<p><b>{plaintext_to_html(str(key))}</b></p>
-<p>{plaintext_to_html(str(text))}</p>
-</div>
-""".strip()+"\n"
-    
-    if len(info) == 0:
-        message = "Nothing found in the image."
-        info = f"<div><p>{message}<p></div>"
-    
-    return (a,c,res,info)
-
-
-def main():
-    args = parse_args()
-    model = load_model()
-    labels = load_labels()
-
-    func = functools.partial(predict, model=model, labels=labels)
-    func = functools.update_wrapper(func, predict)
-
-    gr.Interface(
-        func,
-        [
-            gr.inputs.Image(type='pil', label='Input'),
-            gr.inputs.Slider(0,
-                             1,
-                             step=args.score_slider_step,
-                             default=args.score_threshold,
-                             label='Score Threshold'),
-        ],
-        [
-            gr.outputs.Textbox(label='Output (string)'), 
-            gr.outputs.Textbox(label='Output (raw string)'), 
-            gr.outputs.Label(label='Output (label)'),
-            gr.outputs.HTML()
-        ],
-        examples=[
-        ['miku.jpg',0.5],
-        ['miku2.jpg',0.5]
-        ],
-        title=TITLE,
-        description='''
-Demo for [KichangKim/DeepDanbooru](https://github.com/KichangKim/DeepDanbooru) with "ready to copy" prompt and a prompt analyzer.
-
-Modified from [hysts/DeepDanbooru](https://huggingface.co/spaces/hysts/DeepDanbooru)
-
-PNG Info code forked from [AUTOMATIC1111/stable-diffusion-webui](https://github.com/AUTOMATIC1111/stable-diffusion-webui)
-        ''',
-        theme=args.theme,
-        allow_flagging=args.allow_flagging,
-        live=args.live,
-    ).launch(
-        enable_queue=args.enable_queue,
-        server_port=args.port,
-        share=args.share,
-    )
-
-
-if __name__ == '__main__':
-    main()