Update app.py

app.py

@@ -3,16 +3,14 @@ import torch
 import torch.nn.functional as F
 from transformers import AutoImageProcessor, AutoModelForImageClassification
 from PIL import Image
+import numpy as np
 import requests
 from io import BytesIO
-import numpy as np
-import os
-import tempfile
 
-# 🔥 MODÈLE SPÉCIALISÉ DANS LA MODE
-MODEL_NAME = "google/vit-base-patch16-224"
+# 🔥 MODÈLE SPÉCIALISÉ DANS LA MODE - FASHION MNIST
+MODEL_NAME = "nickmuchi/vit-finetuned-fashion-mnist"  # Modèle fine-tuné sur la mode
 
-print("🔄 Chargement du modèle de mode...")
+print("🔄 Chargement du modèle spécialisé mode...")
 
 try:
     processor = AutoImageProcessor.from_pretrained(MODEL_NAME)
@@ -22,80 +20,112 @@ try:
     model.to(device)
     model.eval()
     
-    print(f"✅ Modèle chargé sur {device}")
+    print(f"✅ Modèle mode chargé sur {device}")
 
 except Exception as e:
-    print(f"❌ Erreur chargement: {e}")
-    processor = None
-    model = None
+    print(f"❌ Erreur chargement modèle mode: {e}")
+    # Fallback sur un modèle général
+    try:
+        processor = AutoImageProcessor.from_pretrained("google/vit-base-patch16-224")
+        model = AutoModelForImageClassification.from_pretrained("google/vit-base-patch16-224")
+        model.to(device)
+        model.eval()
+        print("✅ Modèle général chargé en fallback")
+    except:
+        processor = None
+        model = None
 
-# 🎯 MAPPING COMPLET DES CATÉGORIES EN FRANÇAIS
+# 🎯 LABELS SPÉCIFIQUES FASHION-MNIST (10 catégories précises)
 FASHION_LABELS = {
-    # Vêtements supérieurs
-    0: "T-shirt", 1: "Pull", 2: "Chemise", 3: "Sweat à capuche", 4: "Veste",
-    5: "Manteau", 6: "Blouse", 7: "Haut", 8: "Top", 9: "Débardeur",
+    0: "👕 T-shirt/Haut",
+    1: "👖 Pantalon",
+    2: "🧥 Pull",
+    3: "👗 Robe",
+    4: "🧥 Manteau",
+    5: "👞 Sandale",
+    6: "👔 Chemise",
+    7: "👟 Sneaker",
+    8: "👜 Sac",
+    9: "👢 Botte"
+}
+
+# 🎨 MAPPING DÉTAILLÉ POUR MEILLEURE PRÉCISION
+DETAILED_LABELS = {
+    # Pantalons
+    "Pantalon": ["Jeans", "Pantalon droit", "Pantalon slim", "Pantalon cargo", "Pantalon chino"],
+    "👖 Pantalon": ["Jeans", "Pantalon droit", "Pantalon slim", "Pantalon cargo", "Pantalon chino"],
     
-    # Vêtements inférieurs
-    10: "Pantalon", 11: "Jean", 12: "Short", 13: "Jupe", 14: "Legging",
-    15: "Pantalon de sport", 16: "Pantalon cargo", 17: "Pantalon chino",
+    # Hauts
+    "👕 T-shirt/Haut": ["T-shirt", "Débardeur", "Top", "Haut sans manches", "Haut manches courtes"],
+    "👔 Chemise": ["Chemise homme", "Chemise femme", "Chemise boutonnée", "Chemise casual"],
+    "🧥 Pull": ["Pull-over", "Sweater", "Pull col roulé", "Gilet", "Cardigan"],
     
-    # Robes et ensembles
-    18: "Robe", 19: "Robe de soirée", 20: "Robe d'été", 21: "Robe cocktail",
-    22: "Combinaison", 23: "Ensemble", 24: "Tenue",
+    # Robes
+    "👗 Robe": ["Robe d'été", "Robe cocktail", "Robe de soirée", "Robe casual", "Robe maxi"],
     
-    # Sous-vêtements
-    25: "Soutien-gorge", 26: "Culotte", 27: "Maillot de bain",
-    28: "Pyjama", 29: "Nuisette",
+    # Manteaux
+    "🧥 Manteau": ["Veste", "Blouson", "Manteau long", "Doudoune", "Veste légère"],
     
     # Chaussures
-    30: "Basket", 31: "Sandale", 32: "Botte", 33: "Talons",
-    34: "Escarpin", 35: "Chaussure de sport", 36: "Mocassin",
-    37: "Derby", 38: "Chausson",
+    "👞 Sandale": ["Sandale", "Tong", "Sandale plateforme"],
+    "👟 Sneaker": ["Basket", "Sneaker", "Chaussure de sport"],
+    "👢 Botte": ["Botte", "Bottine", "Botte en cuir"],
     
     # Accessoires
-    39: "Sac à main", 40: "Sac à dos", 41: "Chapeau", 42: "Casquette",
-    43: "Écharpe", 44: "Gants", 45: "Ceinture", 46: "Lunettes de soleil",
-    47: "Bijou", 48: "Montre", 49: "Cravate",
+    "👜 Sac": ["Sac à main", "Sac à dos", "Sac bandoulière", "Pochette"]
+}
+
+def get_detailed_classification(label_idx, confidence):
+    """Retourne une classification détaillée"""
+    base_label = FASHION_LABELS.get(label_idx, "Vêtement")
     
-    # Sports
-    50: "Tenue de sport", 51: "Maillot de football", 52: "Short de sport",
-    53: "Survêtement", 54: "Veste de sport",
+    # Pour les pantalons, on précise si c'est un jean
+    if "Pantalon" in base_label and confidence > 30:
+        return "👖 Jeans" if confidence > 50 else "👖 Pantalon"
     
-    # Enfants
-    55: "Vêtement bébé", 56: "Vêtement enfant",
+    # Pour les hauts, on affine
+    if "T-shirt" in base_label and confidence > 40:
+        return "👕 T-shirt"
     
-    # Divers
-    57: "Uniforme", 58: "Costume", 59: "Smoking",
-    60: "Robe de mariée", 61: "Accessoire mode",
-}
+    if "Chemise" in base_label and confidence > 40:
+        return "👔 Chemise"
+    
+    if "Robe" in base_label and confidence > 40:
+        return "👗 Robe"
+    
+    if "Manteau" in base_label and confidence > 40:
+        return "🧥 Veste/Manteau"
+    
+    return base_label
 
-def get_human_readable_label(label_idx):
-    """Convertit un numéro de catégorie en nom français"""
-    if label_idx in FASHION_LABELS:
-        return FASHION_LABELS[label_idx]
-    
-    # Catégories génériques basées sur les plages
-    if 100 <= label_idx < 200:
-        return "Vêtement supérieur"
-    elif 200 <= label_idx < 300:
-        return "Vêtement inférieur"
-    elif 300 <= label_idx < 400:
-        return "Accessoire mode"
-    elif 400 <= label_idx < 500:
-        return "Chaussure"
-    elif 500 <= label_idx < 600:
-        return "Vêtement sport"
-    elif 600 <= label_idx < 700:
-        return "Vêtement casual"
-    elif 700 <= label_idx < 800:
-        return "Vêtement formel"
-    elif 800 <= label_idx < 900:
-        return "Vêtement décontracté"
-    else:
-        return "Article vestimentaire"
+def enhance_classification(results):
+    """Améliore la classification avec des règles métier"""
+    enhanced_results = []
+    
+    for result in results:
+        label = result['label']
+        score = result['score']
+        
+        # Règles pour améliorer la précision
+        if "Pantalon" in label and score > 30:
+            new_label = "👖 Jeans" if score > 50 else "👖 Pantalon"
+        elif "T-shirt" in label and score > 40:
+            new_label = "👕 T-shirt"
+        elif "Chemise" in label and score > 40:
+            new_label = "👔 Chemise"
+        elif "Robe" in label and score > 40:
+            new_label = "👗 Robe"
+        elif "Manteau" in label and score > 40:
+            new_label = "🧥 Veste/Manteau"
+        else:
+            new_label = label
+        
+        enhanced_results.append({"label": new_label, "score": score})
+    
+    return enhanced_results
 
 def classify_fashion(image):
-    """Classification avec noms en français"""
+    """Classification précise des vêtements"""
     try:
         if image is None:
             return "❌ Veuillez uploader une image de vêtement"
@@ -103,83 +133,85 @@ def classify_fashion(image):
         if processor is None or model is None:
             return "⚠️ Modèle en cours de chargement... Patientez 30s"
         
-        # 📸 Gestion de l'image
-        try:
-            if isinstance(image, str):
-                processed_image = Image.open(image)
-            else:
-                processed_image = image
-                
-            if processed_image.mode != 'RGB':
-                processed_image = processed_image.convert('RGB')
-                
-        except Exception as e:
-            return f"❌ Format d'image non supporté: {str(e)}"
-        
-        # 🔥 PRÉTRAITEMENT
+        # 📸 Prétraitement de l'image
+        if isinstance(image, str):
+            processed_image = Image.open(image)
+        else:
+            processed_image = image
+        
+        # Conversion en RGB et redimensionnement
+        if processed_image.mode != 'RGB':
+            processed_image = processed_image.convert('RGB')
+        
         processed_image = processed_image.resize((224, 224), Image.Resampling.LANCZOS)
         
-        # Transformation pour le modèle
+        # 🔥 INFÉRENCE
         inputs = processor(images=processed_image, return_tensors="pt")
         inputs = {k: v.to(device) for k, v in inputs.items()}
         
-        # 🔥 INFÉRENCE
         with torch.no_grad():
             outputs = model(**inputs)
         
         # 📊 POST-TRAITEMENT
         probabilities = F.softmax(outputs.logits, dim=-1)
-        top_probs, top_indices = torch.topk(probabilities, 5)
+        top_probs, top_indices = torch.topk(probabilities, 3)  # Top 3 seulement
         
-        # Conversion en résultats français
+        # Conversion en résultats
         results = []
         for i in range(len(top_indices[0])):
             label_idx = top_indices[0][i].item()
-            label_name = get_human_readable_label(label_idx)
+            label_name = FASHION_LABELS.get(label_idx, f"Vêtement {label_idx}")
             score = top_probs[0][i].item() * 100
-            if score > 1.0:  # Seuil de 1% pour éviter le bruit
-                results.append({"label": label_name, "score": score})
+            
+            # Application des règles métier
+            detailed_label = get_detailed_classification(label_idx, score)
+            
+            if score > 10:  # Seuil minimal de 10%
+                results.append({"label": detailed_label, "score": score})
+        
+        # 📋 Amélioration de la classification
+        results = enhance_classification(results)
         
-        # 📋 AFFICHAGE DES RÉSULTATS
         if not results:
-            return "❌ Aucune catégorie vestimentaire détectée avec confiance suffisante"
+            return "❌ Aucun vêtement reconnu avec certitude\n\n💡 Essayez avec une photo plus nette"
         
-        output = "## 🎯 RÉSULTATS DE CLASSIFICATION:\n\n"
+        # 📊 AFFICHAGE DES RÉSULTATS
+        output = "## 🎯 TYPE DE VÊTEMENT IDENTIFIÉ:\n\n"
         
         for i, result in enumerate(results):
-            output += f"{i+1}. **{result['label']}** - {result['score']:.1f}%\n"
+            if result['score'] > 15:  # Seuil de 15% pour afficher
+                output += f"{i+1}. **{result['label']}** - {result['score']:.1f}%\n"
         
-        # 📊 STATISTIQUES
-        total_confidence = sum(result['score'] for result in results)
+        # 💡 CONSEILS SPÉCIFIQUES
         output += f"\n---\n"
-        output += f"📈 **Confiance totale:** {total_confidence:.1f}%\n"
+        output += "💡 **Pour une meilleure précision:**\n"
+        output += "• 📷 Photo nette sur fond uni\n"
+        output += "• 🎯 Cadrez uniquement le vêtement\n"
+        output += "• 🌞 Bon éclairage sans ombres\n"
+        output += "• 🔍 Évitez les motifs trop complexes\n"
+        
+        # 🎯 DIAGNOSTIC AUTO
+        best_guess = results[0]['label']
+        confidence = results[0]['score']
         
-        # 💡 CONSEILS
-        output += "\n💡 **Pour améliorer les résultats:**\n"
-        output += "• Prenez la photo sur fond uni\n"
-        output += "• Assurez-vous d'un bon éclairage\n"
-        output += "• Cadrez uniquement le vêtement\n"
+        if confidence > 60:
+            output += f"\n✅ **Certitude élevée:** {best_guess}\n"
+        elif confidence > 30:
+            output += f"\n⚠️ **Certitude moyenne:** Probablement {best_guess}\n"
+        else:
+            output += f"\n❓ **Certitude faible:** Peut-être {best_guess}\n"
         
         return output
         
     except Exception as e:
-        return f"❌ Erreur de traitement: {str(e)}"
+        return f"❌ Erreur: {str(e)}"
 
-# 🖼️ EXEMPLES DE TEST AVEC URLs FIABLES
-EXAMPLE_URLS = [
-    "https://i.imgur.com/7QqRj7Z.jpeg",  # T-shirt simple
-    "https://i.imgur.com/9Z8ZQ2W.jpeg",  # Robe élégante
-    "https://i.imgur.com/3QqRj7Z.jpeg",  # Chemise classique
-    "https://i.imgur.com/5Z8ZQ2W.jpeg",  # Veste moderne
-    "https://i.imgur.com/1QqRj7Z.jpeg",  # Jean décontracté
-]
-
-# 🎨 INTERFACE SIMPLIFIÉE SANS EXEMPLES PROBLÉMATIQUES
-with gr.Blocks(title="Classificateur de Vêtements Expert", theme=gr.themes.Soft()) as demo:
+# 🎨 INTERFACE SIMPLIFIÉE
+with gr.Blocks(title="Reconnaissance de Vêtements", theme=gr.themes.Soft()) as demo:
     
     gr.Markdown("""
-    # 👗 CLASSIFICATEUR EXPERT DE VÊTEMENTS
-    *Reconnaissance intelligente avec labels en français*
+    # 👖 RECONNAISSANCE DE VÊTEMENTS
+    *Identification précise du type de vêtement*
     """)
     
     with gr.Row():
@@ -193,39 +225,37 @@ with gr.Blocks(title="Classificateur de Vêtements Expert", theme=gr.themes.Soft
             )
             
             gr.Markdown("""
-            ### 📋 CONSEILS
-            ✅ JPEG/PNG recommandés  
-            ❌ Évitez HEIC (Apple)  
-            📷 Photo nette et bien éclairée  
-            🎯 Cadrage simple du vêtement
+            ### 🎯 CONSEILS DE PHOTO
+            ✅ **Format:** JPEG ou PNG  
+            ✅ **Cadrage:** Vêtement bien visible  
+            ✅ **Fond:** Uni de préférence  
+            ✅ **Éclairage:** Lumière naturelle  
+            ❌ **À éviter:** Photos floues ou sombres
             """)
             
-            classify_btn = gr.Button("🚀 Analyser le vêtement", variant="primary")
+            analyze_btn = gr.Button("🔍 Analyser le vêtement", variant="primary")
+            clear_btn = gr.Button("🧹 Nouvelle image", variant="secondary")
         
         with gr.Column(scale=2):
-            gr.Markdown("### 📊 RÉSULTATS DÉTAILLÉS")
+            gr.Markdown("### 📊 RÉSULTATS D'ANALYSE")
             output_text = gr.Markdown(
-                value="⬅️ Uploader une image pour commencer l'analyse"
+                value="⬅️ Uploader une image de vêtement pour l'analyse"
             )
     
-    # 🎯 BOUTONS EXEMPLES SIMPLES (optionnel - commenté pour éviter les erreurs)
-    # gr.Markdown("### 🖼️ EXEMPLES DE TEST")
-    # with gr.Row():
-    #     for i, url in enumerate(EXAMPLE_URLS):
-    #         gr.Button(f"Exemple {i+1}", variant="secondary").click(
-    #             fn=lambda u=url: Image.open(BytesIO(requests.get(u).content)),
-    #             inputs=[],
-    #             outputs=image_input
-    #         )
-    
-    # 🎮 INTERACTION PRINCIPALE
-    classify_btn.click(
+    # 🎮 INTERACTIONS
+    analyze_btn.click(
         fn=classify_fashion,
         inputs=[image_input],
         outputs=output_text
     )
     
-    # 🔄 AUTO-CLASSIFICATION À L'UPLOAD
+    clear_btn.click(
+        fn=lambda: (None, "⬅️ Prêt pour une nouvelle analyse"),
+        inputs=[],
+        outputs=[image_input, output_text]
+    )
+    
+    # 🔄 AUTO-ANALYSE
     image_input.upload(
         fn=classify_fashion,
         inputs=[image_input],