Update app.py

app.py

@@ -1,31 +1,42 @@
-import gradio as gr
-from pathlib import Path
-from PIL import Image
-import torch
+import streamlit as st
+import yolov5
 import cv2
 import numpy as np
-import sys
-
-
-sys.path.append(str(Path(__file__).resolve().parent / "yolov5"))
-
-# Carga el modelo .pt directamente
-model_path = "https://huggingface.co/keremberke/yolov5n-license-plate/resolve/main/yolov5n-license-plate.pt"
-model = torch.hub.load('ultralytics/yolov5', 'custom', path=model_path, force_reload=True)
-
-def detect_license_plate(img):
-    # Aseguramos que la imagen sea RGB
-    img = img.convert("RGB")
-    results = model(img)
-    results.render()  # agrega las cajas al atributo .imgs
-    rendered = Image.fromarray(results.ims[0])
-    return rendered
-
-# Interfaz Gradio
-gr.Interface(
-    fn=detect_license_plate,
-    inputs=gr.Image(type="pil"),
-    outputs=gr.Image(type="pil"),
-    title="Detector de Matrículas",
-    description="Sube una imagen para detectar matrículas con YOLOv5n"
-).launch()
+from PIL import Image
+
+@st.cache_resource(show_spinner=False)
+def load_model():
+    model = yolov5.load('keremberke/yolov5n-license-plate')
+    model.conf = 0.25
+    model.iou = 0.45
+    return model
+
+def main():
+    st.title("Detección de placas con YOLOv5")
+    st.write("Sube una imagen para detectar placas.")
+
+    uploaded_file = st.file_uploader("Selecciona una imagen", type=["jpg", "jpeg", "png"])
+
+    model = load_model()
+
+    if uploaded_file is not None:
+        image = Image.open(uploaded_file).convert("RGB")
+        img_array = np.array(image)
+
+        # Inferencia
+        results = model(img_array, size=640)
+
+        # Mostrar resultados
+        results.render()  # dibuja cajas en img_array
+        st.image(img_array, caption="Resultado de detección", use_column_width=True)
+
+        # Mostrar texto detectado (categorías y scores)
+        detections = results.pred[0]
+        if len(detections) == 0:
+            st.write("No se detectaron placas.")
+        else:
+            for *box, conf, cls in detections.cpu().numpy():
+                st.write(f"Placa detectada con confianza {conf:.2f}")
+
+if __name__ == "__main__":
+    main()