Upload 3 files

app.py

@@ -0,0 +1,85 @@
+import streamlit as st
+from ultralytics import YOLO
+from PIL import Image, ImageDraw, ImageFont
+import io
+
+# Tải mô hình YOLOv8
+@st.cache_resource
+def load_model():
+    return YOLO("best.pt")  # Đảm bảo bạn đã có file best.pt trong thư mục làm việc
+
+model = load_model()
+
+# Tiêu đề của ứng dụng
+st.title("Ứng Dụng Phát Hiện Sâu Răng với YOLOv8")
+
+# Mô tả ngắn
+st.write("""
+Tải lên hình ảnh hoặc chụp hình bằng camera để hệ thống tự động phát hiện sâu răng và hiển thị các bounding boxes.
+""")
+
+# Tùy chọn tải lên hoặc chụp hình
+option = st.radio("Chọn phương thức nhập hình ảnh:", ("Tải lên từ máy tính", "Chụp hình bằng camera"))
+
+uploaded_file = None
+
+if option == "Tải lên từ máy tính":
+    uploaded_file = st.file_uploader("Chọn hình ảnh", type=["jpg", "jpeg", "png"])
+elif option == "Chụp hình bằng camera":
+    camera_file = st.camera_input("Chụp hình bằng camera")
+    if camera_file:
+        uploaded_file = camera_file
+
+if uploaded_file is not None:
+    # Hiển thị hình ảnh gốc
+    image = Image.open(uploaded_file).convert("RGB")
+    st.image(image, caption='Hình ảnh đã tải lên', use_container_width=True)
+
+    # Phát hiện đối tượng
+    with st.spinner("Đang phát hiện sâu răng..."):
+        results = model.predict(image)
+
+    # Lấy kết quả đầu tiên
+    result = results[0]
+
+    # Tạo đối tượng vẽ trên hình
+    draw = ImageDraw.Draw(image)
+    font = ImageFont.load_default()
+
+    # Danh sách bounding boxes
+    boxes = []
+
+    for box in result.boxes:
+        x1, y1, x2, y2 = [int(coord) for coord in box.xyxy[0]]
+        class_id = int(box.cls[0].item())
+        confidence = round(box.conf[0].item(), 2)
+
+        # Nếu chỉ phát hiện lớp 0 (sâu răng)
+        if class_id != 0:
+            continue
+
+        label = result.names[class_id]
+        boxes.append([x1, y1, x2, y2, label, confidence])
+
+        # Vẽ bounding box
+        draw.rectangle([x1, y1, x2, y2], outline="red", width=3)
+
+        # Vẽ nhãn và độ tin cậy
+        text = f"{label} {confidence}"
+        text_bbox = draw.textbbox((0, 0), text, font=font)
+        text_size = (text_bbox[2] - text_bbox[0], text_bbox[3] - text_bbox[1])
+        draw.rectangle([x1, y1 - text_size[1], x1 + text_size[0], y1], fill="red")
+        draw.text((x1, y1 - text_size[1]), text, fill="white", font=font)
+
+    # Hiển thị hình ảnh với bounding boxes
+    st.image(image, caption='Hình ảnh sau khi phát hiện', use_container_width=True)
+
+    # Hiển thị bảng kết quả
+    if boxes:
+        st.subheader("Kết Quả Phát Hiện")
+        # Tạo DataFrame để hiển thị bảng đẹp hơn
+        import pandas as pd
+        df = pd.DataFrame(boxes, columns=["X1", "Y1", "X2", "Y2", "Loại Đối Tượng", "Độ Tin Cậy"])
+        st.table(df)
+    else:
+        st.write("Không phát hiện sâu răng nào trong hình ảnh này.")

best.pt

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4a8e6a17d9cf8b79e6fa541bd696b8d9b6c44efa1a1ce1284c044ffa2de5cedc
+size 52033601

requirements.txt

@@ -0,0 +1,6 @@
+ultralytics
+flask
+waitress
+pillow
+streamlit 
+opencv-python-headless