Return to old model , neww one is to slowww

app.py

@@ -2,70 +2,63 @@ import gradio as gr
 from transformers import pipeline
 from PIL import Image
 import torch
-import re
+from torchvision import transforms
 
-# 1. Pipelines
+# MODELES
+INGREDIENT_MODEL_ID = "stchakman/Fridge_Items_Model"
+RECIPE_MODEL_ID = "flax-community/t5-recipe-generation"
+
+# PIPELINES
 ingredient_classifier = pipeline(
     "image-classification",
-    model="stchakman/Fridge_Items_Model",
+    model=INGREDIENT_MODEL_ID,
     device=0 if torch.cuda.is_available() else -1,
     top_k=4
 )
 
 recipe_generator = pipeline(
     "text2text-generation",
-    model="flax-community/t5-recipe-generation",
+    model=RECIPE_MODEL_ID,
     device=0 if torch.cuda.is_available() else -1
 )
 
-# 2. Fonction bien définie en amont
+# AUGMENTATION
+augment = transforms.Compose([
+    transforms.RandomHorizontalFlip(p=0.5),
+    transforms.RandomRotation(10),
+    transforms.ColorJitter(brightness=0.2, contrast=0.2),
+])
+
+# FONCTION PRINCIPALE
 def generate_recipe(image: Image.Image):
     try:
-        results = ingredient_classifier(image)
-        ingredients = [res["label"].lower() for res in results]
-
-        if not ingredients:
-            return {
-                "error": "Aucun ingrédient détecté.",
-                "ingredients_detected": []
-            }
+        yield "🔄 Traitement de l'image..."
 
-        prompt = ", ".join(ingredients)
-        generated = recipe_generator(prompt, max_length=200)[0]["generated_text"]
+        image_aug = image
 
-        title_match = re.search(r"title\s*:\s*(.+?)(ingredients\s*:|$)", generated, re.IGNORECASE | re.DOTALL)
-        ingredients_match = re.search(r"ingredients\s*:\s*(.+?)(directions\s*:|$)", generated, re.IGNORECASE | re.DOTALL)
-        directions_match = re.search(r"directions\s*:\s*(.+)", generated, re.IGNORECASE | re.DOTALL)
+        yield "📸 Classification en cours..."
+        results = ingredient_classifier(image_aug)
+        ingredients = [res["label"] for res in results]
+        ingredient_str = ", ".join(ingredients)
 
-        title = title_match.group(1).strip() if title_match else None
-        ingredients_list = ingredients_match.group(1).strip().split('\n') if ingredients_match else []
-        directions_raw = directions_match.group(1).strip() if directions_match else None
-        directions_list = re.split(r"\.\s*", directions_raw) if directions_raw else []
+        yield f"🥕 Ingrédients détectés : {ingredient_str}\n\n🍳 Génération de la recette..."
+        prompt = f"Ingredients: {ingredient_str}. Recipe:"
+        recipe = recipe_generator(prompt, max_new_tokens=256, do_sample=True)[0]["generated_text"]
 
-        ingredients_list = [line.strip("- ").strip() for line in ingredients_list if line.strip()]
-        directions_list = [step.strip("- ").strip() for step in directions_list if step.strip()]
+        yield f"### 🥕 Ingrédients détectés :\n{ingredient_str}\n\n### 🍽️ Recette générée :\n{recipe}"
 
-        return {
-            "ingredients_detected": ingredients,
-            "generated": {
-                "title": title,
-                "ingredients": ingredients_list,
-                "instructions": directions_list
-            }
-        }
     except Exception as e:
-        return {"error": str(e)}
+        yield f"❌ Une erreur est survenue : {str(e)}"
 
-# 3. Interface Gradio (PAS de `share=True` sur Hugging Face !)
+# INTERFACE
 interface = gr.Interface(
     fn=generate_recipe,
     inputs=gr.Image(type="pil", label="📷 Image de vos ingrédients"),
-    outputs=gr.JSON(),
-    title="🥕 Générateur de Recettes",
-    description="Dépose une image d'ingrédients pour générer une recette automatiquement.",
+    outputs=gr.Markdown(),
+    title="🥕 Générateur de Recettes 🧑‍🍳",
+    description="Dépose une image d'ingrédients pour obtenir une recette automatiquement générée à partir d'un modèle IA.",
     allow_flagging="never"
 )
 
-# 4. Lancement
 if __name__ == "__main__":
-    interface.launch()
+    interface.launch(share=True)