Delete pages

pages/1_Video_Detection.py

@@ -1,110 +0,0 @@
-import tempfile
-
-import streamlit as st
-
-
-# ===================== Настройки страницы ======================
-
-st.set_page_config(
-    layout='wide',
-    initial_sidebar_state='auto',
-    page_title='Face Emotion Recognition',
-    page_icon='👻',
-    )
-
-st.write("#### Детекция лиц, эмоций, пола, расы и возраста на видео")
-
-# загрузка и отображение видео с примером детекции
-@st.cache_data 
-def load_main_video(video_path: str) -> bytes:
-    with open(video_path, 'rb') as file:
-        video_bytes = file.read()
-    return video_bytes
-
-MAIN_VIDEO_PATH = 'media/result_video.mp4'
-example_video_bytes = load_main_video(MAIN_VIDEO_PATH)
-
-video_width = 60
-video_side = 100
-
-_, container, _ = st.columns([video_side, video_width, video_side])
-container.video(data=example_video_bytes)
-
-# ===================== Боковое меню настроек ======================
-
-st.sidebar.header('Настройки')
-st.sidebar.write('---')
-
-face_conf_threshold = st.sidebar.slider(
-    label='Порог уверенности для детекции лиц',
-    min_value=0.0,
-    max_value=1.0,
-    value=0.7,
-    step=0.01,
-    )
-st.sidebar.write('---')
-
-# какие действия нужно детектить (пока не реализовано переключение)
-actions = ['age', 'gender', 'race', 'emotion']
-# применять ли дополнительное выравнивание
-st.sidebar.write('Применять ли дополнительное выравнивание')
-align = st.sidebar.checkbox(label='Align', value=False)
-
-
-# загрузка и инициализация моделей
-with st.spinner('Инициализация/загрузка моделей...'):
-    from detector import detector_model
-
-# ==================== Загрузка видео и детекция =================
-
-st_video = st.file_uploader(label='Выберите видео')
-st.session_state['video_ready_to_convert'] = False
-st.session_state['annotations_ready'] = False
-
-if st_video:
-    if st.button('Детекция видео'):
-        progress_text = 'Детекция видео...'
-        progress_bar = st.progress(0, text=progress_text)
-
-        temp_file = tempfile.NamedTemporaryFile(delete=False)
-        temp_file.write(st_video.read())
-        video_file = temp_file.name
-
-        generator = detector_model.detect_video(
-            video_file=video_file,
-            actions=actions,
-            align=align,
-            face_conf_threshold=face_conf_threshold,
-            )
-        frame_count, total_frames = next(generator)
-        for (frame_count, _) in generator:
-            progress_text = f'Детекция видео, кадр {frame_count}/{total_frames}'
-            progress_bar.progress(frame_count / total_frames, text=progress_text)
-        
-        progress_bar.empty()
-        st.session_state['video_ready_to_convert'] = True
-        detector_model.detections_to_df()
-
-# ======= Конвертация видео для отображения в браузере =================
-
-if st.session_state['video_ready_to_convert']:
-    convert_video_path = 'result_video_convert.mp4'
-    with st.spinner('Идет конвертация видео ...'):
-        detector_model.convert_mp4(detector_model.save_video_path, convert_video_path)
-    # st.video(convert_video_path, format='video/mp4')
-
-    with open(str(convert_video_path), 'rb') as file:
-        video_bytes = file.read()
-
-    _, container, _ = st.columns([video_side, video_width, video_side])
-    container.video(data=video_bytes)
-    
-    # ======================= Кнопка скачать видео ===================
-
-    st.download_button(
-        label='Скачать видео', 
-        data=video_bytes, 
-        file_name=detector_model.save_video_path,
-        )
-    st.session_state['video_ready_to_convert'] = False
-

pages/2_Video_Detection_Results.py

@@ -1,39 +0,0 @@
-from pathlib import Path
-
-import pandas as pd
-import streamlit as st
-
-from draw_utils import draw_plots
-
-
-st.set_page_config(
-    layout='wide',
-    initial_sidebar_state='auto',
-    page_title='Face Emotion Recognition',
-    page_icon='👻',
-    )
-
-
-st.write("#### Отображение результатов детекции видео")
-
-csv_path = 'video_annotations.csv'
-
-@st.cache_data
-def load_df():
-    df = pd.read_csv(csv_path)
-    return df
-
-if Path('video_annotations.csv').exists():
-    df = load_df()
-    st.download_button(
-        label='Скачать csv аннотации', 
-        data=df.to_csv().encode('utf-8'), 
-        file_name=csv_path,
-        mime='text/csv',
-        )
-    draw_plots(df)
-else:
-    st.write(
-        '#### Для отображения результатов детекции выберите видео ' \
-        'на вкладке Video Detection и нажмите "Детекция видео"'
-    )

pages/3_Web_Camera_Photo.py

@@ -1,75 +0,0 @@
-import cv2
-import numpy as np
-from PIL import Image
-import streamlit as st
-
-from detector import detector_model
-
-
-# ===================== Настройки страницы ======================
-
-st.set_page_config(
-    layout='wide',
-    initial_sidebar_state='auto',
-    page_title='Face Emotion Recognition',
-    page_icon='👻',
-    )
-
-
-st.write("#### Детекция лиц, эмоций, пола и возраста с веб-камеры")
-
-# ===================== Боковое меню настроек ======================
-
-st.sidebar.header('Настройки')
-st.sidebar.write('---')
-
-face_conf_threshold = st.sidebar.slider(
-    label='Порог уверенности для детекции лиц',
-    min_value=0.0,
-    max_value=1.0,
-    value=0.7,
-    step=0.01,
-    )
-st.sidebar.write('---')
-
-# какие действия нужно детектить (пока не реализовано переключение)
-actions = ['age', 'gender', 'race', 'emotion']
-# применять ли дополнительное выравнивание
-st.sidebar.write('Применять ли дополнительное выравнивание')
-align = st.sidebar.checkbox(label='Align', value=False)
-
-# ================= Чтение видеопотока с камеры ===============
-
-st_image = st.camera_input("Сделать фото")
-st.session_state['detect_image_ready'] = False
-
-# ====================== Детекция ===========================
-
-if st_image:
-    pil_image = Image.open(st_image)
-    np_image_rgb = np.array(pil_image)
-    
-    np_image_bgr = cv2.cvtColor(np_image_rgb, cv2.COLOR_RGB2BGR)
-    with st.spinner('Распознавание фото'):
-        detections = detector_model.detect_image(
-            np_image_bgr, 
-            actions=actions,
-            align=align,
-            )
-
-    with st.spinner('Отрисовка результата'):
-        result_np_image = detector_model.draw_detections(
-            np_image_rgb=np_image_rgb,
-            detections=detections,
-            face_conf_threshold=face_conf_threshold,
-            )
-        st.session_state['detect_image_ready'] = True
-
-# ============= Отрисовка результата ======================
-
-if st_image and st.session_state['detect_image_ready']:
-    col1, col2 = st.columns(2)
-    with col1:
-        st.image(np_image_rgb, caption='Исходное фото', use_column_width=True)
-    with col2:
-        st.image(result_np_image, caption='Результат детекции', use_column_width=True)