Upload 10 files

app.py

@@ -0,0 +1,41 @@
+import streamlit as st
+import os
+
+from core.ui import show_choosing_pic_bar, show_right_sidebar
+from core.model import load_model, run_yolo_inference
+from core.helpers import get_image_list, show_note_for_classes, show_hyperparameters
+        
+def main():
+    st.set_page_config(layout="wide")
+    st.title("Vietnam Traffic Sign Deployment")
+    
+    model = load_model()
+    st.success("Model load successfully!")
+    
+    # Left sidebar for image selection
+    images = get_image_list()
+    img_folder = "test_dataset/images"
+    show_choosing_pic_bar(images, img_folder)
+    
+    if "selected_image" in st.session_state:
+        selected_image = os.path.join(img_folder, st.session_state.selected_image)
+
+        st.subheader("🖼️ Selected Image")
+        st.image(selected_image, caption=f"Original Image {st.session_state.selected_image}", use_container_width=True)
+
+        # Now create 2 columns below the Selected Image
+        middle_part, right_bar = st.columns([4, 1], gap="large")
+        
+        # Right sidebar for thresholds
+        conf_threshold, iou_threshold, conf_show = show_right_sidebar(right_bar)
+
+        with middle_part:
+            st.subheader("🔍 Detection Result")
+            detected_img, classes_with_conf = run_yolo_inference(model, selected_image, conf_threshold, iou_threshold, conf_show)
+            st.image(detected_img, caption="Detected Objects", use_container_width=True)
+
+            show_hyperparameters(conf_threshold, iou_threshold)
+            show_note_for_classes(classes_with_conf)
+
+if __name__ == "__main__":
+    main()

classes/classes.txt

@@ -0,0 +1,52 @@
+W.224
+W.205c
+P.102
+R.302a
+W.205a
+W.207
+W.201a
+P.123a
+I.434a
+R.303
+P.130
+I.409
+R.415a
+W.245a
+P.106a*Xe tải
+W.203c
+P.117*
+P.124a*
+P.107
+P.124d
+P.103a
+W.203b
+W.221b
+P.111
+P.129
+S.505a*Xe máy
+W.246a
+W.225
+S.505a*Xe tải và công
+P.104
+S.505a*Xe tải
+Camera
+P.123b
+W.202b
+B.8a
+P.137
+P.139
+W.205b
+P.127*50
+P.127*60
+P.127*80
+P.127*40
+R.301e
+W.239b*
+W.233
+I.407a
+P.131a
+P.124b1
+W.210
+P.124c
+W.201b
+W.246c

classes/classes_vie.txt

@@ -0,0 +1,52 @@
+Đường người đi bộ cắt ngang
+Đường giao nhau (ngã ba bên phải)
+Cấm đi ngược chiều
+Phải đi vòng sang bên phải
+Giao nhau với đường đồng cấp
+Giao nhau với đường không ưu tiên
+Chỗ ngoặt nguy hiểm vòng bên trái
+Cấm rẽ trái
+Bến xe buýt
+Nơi giao nhau chạy theo vòng xuyến
+Cấm dừng và đỗ xe
+Chỗ quay xe
+Biển gộp làn đường theo phương tiện
+Đi chậm
+Cấm xe tải
+Đường bị thu hẹp về phía phải
+Giới hạn chiều cao
+Cấm quay đầu
+Cấm ô tô khách và ô tô tải
+Cấm rẽ phải và quay đầu
+Cấm ô tô
+Đường bị thu hẹp về phía trái
+Gồ giảm tốc phía trước
+Cấm xe hai và ba bánh
+Kiểm tra
+Chỉ dành cho xe máy*
+Chướng ngoại vật phía trước
+Trẻ em
+Xe tải và xe công*
+Cấm mô tô và xe máy
+Chỉ dành cho xe tải*
+Đường có camera giám sát
+Cấm rẽ phải
+Nhiều chỗ ngoặt nguy hiểm liên tiếp, chỗ đầu tiên sang phải
+Cấm xe sơ-mi rơ-moóc
+Cấm rẽ trái và phải
+Cấm đi thẳng và rẽ phải
+Đường giao nhau (ngã ba bên trái)
+Giới hạn tốc độ (50km/h)
+Giới hạn tốc độ (60km/h)
+Giới hạn tốc độ (80km/h)
+Giới hạn tốc độ (40km/h)
+Các xe chỉ được rẽ trái
+Chiều cao tĩnh không thực tế
+Nguy hiểm khác
+Đường một chiều
+Cấm đỗ xe
+Cấm ô tô quay đầu xe (được rẽ trái)
+Giao nhau với đường sắt có rào chắn
+Cấm rẽ trái và quay đầu xe
+Chỗ ngoặt nguy hiểm vòng bên phải
+Chú ý chướng ngại vật – vòng tránh sang bên phải

core/helpers.py

@@ -0,0 +1,29 @@
+import os
+import streamlit as st
+
+def get_image_list():
+    folder_path = "test_dataset/images"
+    images = [f for f in os.listdir(folder_path) if f.lower().endswith('jpg')]
+    return images
+
+def show_hyperparameters(conf_threshold, iou_threshold):
+    st.subheader("Respect to hyperparameters:")
+    st.markdown(f"- Confidence threshold: {conf_threshold}")
+    st.markdown(f"- IOU threshold for Non-Maximum Suppression (NMS): {iou_threshold}")
+
+def show_note_for_classes(classes_with_conf):
+    with open("classes/classes.txt", "r", encoding="utf-8") as f:
+        classes = [line.strip() for line in f.readlines()]
+        
+    with open("classes/classes_vie.txt", "r", encoding="utf-8") as f:
+        classes_vie = [line.strip() for line in f.readlines()]
+        
+    if not classes_with_conf:
+        st.info("No detections found.")
+        return
+
+    st.subheader("📝 Detected Classes")
+    for cls, conf in classes_with_conf:
+        label = classes[cls]
+        label_vie = classes_vie[cls]
+        st.markdown(f"- **{label}** (`{label_vie}`) — Confidence: **{conf:.2f}**")

core/model.py

@@ -0,0 +1,51 @@
+from ultralytics import YOLO
+import streamlit as st
+import cv2
+from huggingface_hub import hf_hub_download
+
+@st.cache_resource
+def load_model():
+    model_path = hf_hub_download(
+        repo_id="thanhhiepvos/Fine_tuned_Vietnam_Traffic_Sign_Detection",
+        filename="YOLO12X.pt",
+        repo_type="model"
+    )
+    return YOLO(model_path)
+
+def run_yolo_inference(model, image_path, conf_threshold=0.25, iou_threshold=0.7, conf_show=False):
+    # Read image with OpenCV (BGR)
+    img = cv2.imread(image_path)
+    results = model(img,
+                    conf=conf_threshold,
+                    iou=iou_threshold
+                    )[0]
+    
+    classes_with_conf = []
+
+    for i, box in enumerate(results.boxes):
+        x1, y1, x2, y2 = box.xyxy[0].int().tolist()
+        conf = float(box.conf[0])
+        cls = int(box.cls[0])
+        if conf_show:
+            label = f"{model.names[cls]} {conf:.2f}"
+        else:
+            label = f"{model.names[cls]}"
+        classes_with_conf.append([cls, conf])
+
+        # Draw bounding box
+        cv2.rectangle(img, (x1, y1), (x2, y2), (0, 0, 255), 2)
+
+        # Get text size
+        (text_w, text_h), baseline = cv2.getTextSize(label, cv2.FONT_HERSHEY_SIMPLEX, 0.6, 1)
+
+        # New Y position: just below the bounding box, plus spacing
+        label_y = y2 + (i * (text_h + 6)) + 10
+
+        # Background rectangle for the label
+        cv2.rectangle(img, (x1, label_y), (x1 + text_w, label_y + text_h + 4), (255, 255, 255), -1)
+
+        # Red text over white background
+        cv2.putText(img, label, (x1, label_y + text_h + 2), cv2.FONT_HERSHEY_SIMPLEX,
+                    0.6, (0, 0, 255), 1, cv2.LINE_AA)
+
+    return cv2.cvtColor(img, cv2.COLOR_BGR2RGB), classes_with_conf

core/ui.py

@@ -0,0 +1,61 @@
+import streamlit as st
+from PIL import Image
+import os
+
+
+def show_choosing_pic_bar(images, img_folder):
+    st.sidebar.header("📂 Select an Image")
+    col1, col2 = st.sidebar.columns(2)
+    selected_img = None
+    
+    for i, img_name in enumerate(images):
+        img_path = os.path.join(img_folder, img_name)
+        image = Image.open(img_path).resize((100, 100))
+        
+        col = col1 if i % 2 == 0 else col2
+        if col.button("Select", key=img_name):
+            st.session_state.selected_image = img_name
+            
+        col.image(image, use_container_width = True)
+        #st.sidebar.image(image)
+        col.caption(img_name)
+
+def show_right_sidebar(col):
+    # Set defaults if not present
+    if "confidence" not in st.session_state:
+        st.session_state.confidence = 0.25
+    if "iou" not in st.session_state:
+        st.session_state.iou = 0.7
+    if "show_confidence" not in st.session_state:
+        st.session_state.show_confidence = False  # Set default to False
+
+    with col:
+        st.markdown("### ⚙️ Hyperparameters", unsafe_allow_html=True)
+
+        # --- Confidence ---
+        st.session_state.confidence = st.number_input(
+            "Confidence Threshold", min_value=0.0, max_value=1.0,
+            step=0.01, value=st.session_state.confidence,
+            format="%.2f"
+        )
+        st.caption("Confidence score for label in predicted bounding box.")
+
+        st.divider()
+
+        # --- IOU ---
+        st.session_state.iou = st.number_input(
+            "IOU Threshold", min_value=0.0, max_value=1.0,
+            step=0.01, value=st.session_state.iou,
+            format="%.2f"
+        )
+        st.caption("Lower values result in fewer detections by eliminating overlapping boxes, useful for reducing duplicates.")
+            
+        st.markdown("---")
+        st.header("📊 Display Options")
+
+        # --- Show Confidence Checkbox ---
+        st.session_state.show_confidence = st.checkbox(
+            "Show Confidence", value=st.session_state.show_confidence
+        )
+
+    return st.session_state.confidence, st.session_state.iou, st.session_state.show_confidence

requirements.txt

@@ -0,0 +1,8 @@
+streamlit
+opencv-python
+numpy
+Pillow
+ultralytics
+base64
+io
+huggingface