resume_demo / app.py
gehnew's picture
Update app.py
ae1815c verified
raw
history blame
19.6 kB
import gradio as gr
from PIL import Image
import numpy as np
#載入聊天機器人模型
from transformers import AutoTokenizer, AutoModelForCausalLM,TextIteratorStreamer
from threading import Thread
tokenizer = AutoTokenizer.from_pretrained("Qwen/Qwen2-0.5B-Instruct")
model = AutoModelForCausalLM.from_pretrained("Qwen/Qwen2-0.5B-Instruct")
# device = "cuda"
# model.to(device)
def chat(message, history):
prompt = [
{"role": "system", "content": "You are a helpful assistant."},
]
for i in history:
prompt.append({"role": "user", "content": i[0]})
prompt.append({"role": "assisant", "content": i[1]})
prompt.append({"role": "user", "content": message})
messages = prompt
text = tokenizer.apply_chat_template(
messages,
tokenize=False,
add_generation_prompt=True
)
# model_inputs = tokenizer([text], return_tensors="pt").to("cuda")
model_inputs = tokenizer([text], return_tensors="pt")
streamer = TextIteratorStreamer(tokenizer, timeout=10., skip_prompt=True, skip_special_tokens=True)
generate_kwargs = dict(
model_inputs,
streamer=streamer,
max_new_tokens=512,
do_sample=True,
top_p=0.95,
top_k=1000,
temperature=1.0,
)
t = Thread(target=model.generate, kwargs=generate_kwargs)
t.start()
partial_message = ""
for new_token in streamer:
partial_message += new_token
yield partial_message
avatar_images = ["https://cdn-icons-png.flaticon.com/128/3135/3135715.png",
"https://encrypted-tbn0.gstatic.com/images?q=tbn:ANd9GcTIJYnfODgs7q_Q4k6RoUL592NBlSF7wUTEhT92lRyqc4HTunB-"]
custom_css = """
.gradio-container {background-color: #f0f0f0;padding-top: 0px !important;}
# .container {max-width: 100px; margin: 0; font-family: 'Arial', sans-serif;}
.header {background-color: #2c3e50; color: white; padding: 10px; text-align: center; border-radius: 10px 10px 0 0;margin-bottom: 0; /* Ensure no margin below header */}
.content {background-color: white; padding: 10px; border-radius: 0 0 10px 10px; margin: 0;margin-top: 0;}
.profile-pic {width: 150px; height: 150px; border-radius: 50%; margin: 20px auto; display: block;}
.skills {display: flex; justify-content: space-around; margin-top: 20px;margin-bottom: 20px;}
.skill {text-align: center; padding: 10px; background-color: #ecf0f1; border-radius: 5px;}
.cert-row {border-bottom: 1px solid #ddd; padding: 10px 0;}
.cert-header {background-color: #f2f2f2; font-weight: bold;}
/* footer styling */
.gradio-container footer {
display: none !important;
}
.custom-footer {
text-align: center;
padding: 0; /* 减小上下内边距 */
# line-height: 1.2; /* 减小行高 */
margin-top: 0; /* 减小与上方内容的间距 */
margin-bottom: 0; /* 减小与下方内容的间距 */
}
.custom-footer p {
margin: 0; /* 移除段落的默认外边距 */
}
"""
custom_footer = """
<div class="custom-footer">
<p>© 2024 Your Company Name. All rights reserved.</p>
</div>
"""
def load_image(image_path):
img = Image.open(image_path)
return np.array(img)
#讀取頭貼
image_path = "/content/drive/My Drive/個人資料/頭貼.jpg"
# profile_array = load_image(image_path)
#讀去證照圖片
import gradio as gr
def render_html(prove):
if prove is not None:
return f'<a href="{prove}" target="_blank">點擊查看證明</a>'
else:
return ''
with gr.Blocks(css=custom_css,title='我的履歷') as resume_app:# title可以修改页面标题
# with gr.Column():
gr.HTML("""
<div class="header">
<h1>巫宇哲的個人簡歷</h1>
<p>軟體工程師 | AI 愛好者 | 數據分析師</p>
</div>
""")
with gr.Tab("履歷資料",elem_classes="content"):
with gr.Row():
with gr.Column(scale=1):
gr.Image('履歷資料/頭貼.jpg', elem_classes="profile-pic",show_label=False)
gr.Markdown("""
<div style="text-align:center;">
<p style="margin-bottom: 0;">
📧 <a href="mailto:a0903153387@yahoo.com.tw" style="text-decoration: none; color: inherit;">a0903153387@yahoo.com.tw</a>
</p>
<p style="margin-bottom: 0;">
📱 <a href="tel:+1234567890" style="text-decoration: none; color: inherit;">0916-418068</a>
</p>
<p style="margin-bottom: 0; display: flex; align-items: center; justify-content: center;">
<img src="https://github.githubassets.com/images/modules/logos_page/GitHub-Mark.png" alt="GitHub" style="width:16px; height:16px; margin-right: 5px;">
<a href="https://github.com/3A732038" target="_blank" style="text-decoration: none; color: inherit;">github.com/3A732038</a>
</p>
</div>
""")
gr.Markdown("""
關於我
===
熱衷於探索 AI 技術的軟體工程師,擅長 Python 和機器學習。
熟悉各類開發工具與框架,並具備網站開發與資料庫使用經驗。喜歡將創新想法轉化為實際應用。
""")
gr.Markdown("""
技能
===
""")
with gr.Row(elem_classes="skills"):
for skill in ["Python", "深度學習", "Web 開發", "數據分析"]:
gr.Markdown(f"<div class='skill'>{skill}</div>")
with gr.Row():
with gr.Column(scale=2):
gr.Markdown("""
特殊經歷
===
""")
prove=['file/履歷資料/研討會證明.png','file/履歷資料/助教證明.jpg','file/履歷資料/專題名次.pdf']
name=['ICIM2024研討會: 提交的研究成果被接受,並在研討會上進行了發表。','碩二下學期擔任指導教授所開的類神經網路課程助教。','大學專題實務成果展競賽亞軍,技術類業界評選第一名。']
describe=['本研究基於研究所時期的成果,題為「基於情緒支持的對話:融合情緒感知和關鍵字識別的研究」。研究旨在通過聊天機器人為情緒困擾者提供陪伴,緩解其短期心理壓力。本文提出的模型結合情緒標籤和關鍵字識別技術,與其他基礎模型相比,能夠提供更精準的回復,從而更有效地支持用戶的情緒需求。<a href="file/履歷資料/巫宇哲_研討會.pdf" target="_blank">投稿內文連結</a>',
'主要協助老師指導學生實作部分。包括使用 WEKA 軟體教導學生快速構建和分析機器學習模型,並解釋模型結果的含義。後期則引導學生安裝 Python 環境,撰寫並執行機器學習模型的程式碼,幫助學生在未來能夠運用 AI 技術更有效地完成工作。' ,
'<i>專題名稱:熱影像結合人臉偵測暨網頁瀏覽系統。</i></br>為因應新冠疫情,無接觸體溫檢測需求激增,本專題開發了利用紅外線熱影像和後端資料庫蒐集,最終實現異地閱覽和確保體溫監測的安全與效率。<a href="file/履歷資料/專題文件.pdf" target="_blank">專題內文連結</a></br></br><b>我的貢獻:硬體設備組裝、人臉偵測和後端資料庫及視覺化</b>'
]
for i in range(len(name)):
gr.HTML(f"""
<div style="margin-bottom: 10px;">
<ui>
<li>
<p style="font-size: 1.3em; font-weight: bold;">{name[i]}</p>
<span style="font-size: 1.0em; font-weight: normal;">
{render_html(prove[i])}
</span>
</li>
</ui>
</div>
&emsp;<strong>內容簡述:</strong> {describe[i]}
</br>
</br>
""")
with gr.Column(scale=1):
gr.HTML('''
<div style="font-size: 32px; font-weight: bold; color: #2c3e50; margin: 0; padding: 0;">
證照
</div>
<hr style="border: none; border-top: 2px solid #2c3e50; margin: 1% 0;">
''')
# Certificate table header
with gr.Row(elem_classes="cert-row cert-header"):
with gr.Column(scale=1, min_width=100):
gr.Markdown("### 證照名稱")
with gr.Column(scale=1, min_width=100):
gr.Markdown("### 證照機構")
with gr.Column(scale=2, min_width=200):
gr.Markdown("### 證照照片")
# Certificate data rows
certificates = [
("電腦硬體裝修丙級", "勞動部", "履歷資料/硬體裝修丙級_mask.jpg"),
("電腦硬體裝修乙級", "勞動部", "履歷資料/硬體裝修乙級_mask.jpg"),
("Database Administration Fundamentals", "微軟", "履歷資料/DAF.jpg"),
("Software Development Fundamentals", "微軟", "履歷資料/SDF.jpg"),
("Networking Fundamentals", "微軟", "履歷資料/NF.png"),
("CRM Merchandise Analyst", "微析科技", "履歷資料/crm_mask.jpg"),
("Enterprise Resource Planning", "中華企業資源規劃學會", "履歷資料/erp.jpg"),
]
for cert_name, cert_org, cert_img in certificates:
with gr.Row(elem_classes="cert-row"):
with gr.Column(scale=1, min_width=100):
gr.Markdown(cert_name)
with gr.Column(scale=1, min_width=100):
gr.Markdown(cert_org)
with gr.Column(scale=2, min_width=200):
gr.Image(cert_img, height=100, show_label=False)
with gr.Tab("專案展示",elem_classes="content"):
with gr.Row():
with gr.Column(scale=1):
gr.Markdown("""
## 學生點名系統
<strong>動機與目的:</strong> 鑒於每次上課點名都是老師的一大負擔,開發了這個學生點名系統,旨在幫助老師更有效地進行點名。本專案使用 Laravel 開源 PHP Web 框架開發,主要功能包括:
<div style="display: flex;">
<div style="width: 20%;">
<b>老師功能</b>:
</br>
- 查看課表及點名記錄</br>
- 查看學生出缺席和請假狀況</br>
- 審核學生請假申請
</div>
<div style="width: 20%;">
<b>學生功能:</b>
</br>
- 查看課表及進行點名</br>
- 查看出缺席和請假記錄</br>
- 申請請假
</div>
</div>
</br>
下圖為學生點名系統的截圖:
""")
with gr.Row():
with gr.Column(scale=1):
gr.Markdown("""老師主頁課表封面""")
gr.Image('履歷資料/網頁1.jpg',container=False)#container 決定是否外面有框框
with gr.Column(scale=1):
gr.Markdown("""老師查看出缺席""")
gr.Image('履歷資料/網頁2.jpg',container=False)
gr.Markdown("""完整專案可參閱本github:<a href="https://github.com/WISD-2020/final02" target="_blank">學生點名系統專案</a>""")
gr.Markdown("""<hr style="border-top: 2px solid;border-color:#169bf2;">""")
gr.Markdown("""
## 氣管插管預測
<strong>動機與目的:</strong>為了協助醫生在執行插管時更精確地將氧氣管置入正確位置,我們利用影像分割技術(如 TransUnet、UNet++ 等)來實現該目標。最後,我們結合邊緣檢測與形態學技術,精確量化預測與實際的誤差,以提高插管的成功率並降低風險。
該成果如下展示:
""")
#提交要的範例後顯示對應該範例氣管插管真實和預測位置
def choice(input_idx,img):
if input_idx == "example_2":
return (gr.Image('履歷資料/EET_project/ex_2_pred.jpg', container=False,interactive=False,label='影像切割所預測出來的mask',visible=True,height=310),
gr.Image('履歷資料/EET_project/ex_2_label.jpg', container=False,interactive=False,label='真實氣管的mask位置',visible=True,height=310)
)
elif input_idx == "example_3":
return (gr.Image('履歷資料/EET_project/ex_3_pred.jpg', container=False,interactive=False,label='影像切割所預測出來的mask',visible=True,height=310),
gr.Image('履歷資料/EET_project/ex_3_label.jpg', container=False,interactive=False,label='真實氣管的mask位置',visible=True,height=310)
)
else:
return (gr.Image('履歷資料/EET_project/ex_1_pred.jpg', container=False,interactive=False,label='影像切割所預測出來的mask',visible=True,height=310),
gr.Image('履歷資料/EET_project/ex_1_label.jpg', container=False,interactive=False,label='真實氣管的mask位置',visible=True,height=310)
)
# 定義一個函數來根據 Dropdown 的選擇更新圖片
def update_image(choice):
# 根據選擇返回對應的圖片
if choice == "example_1":
return '履歷資料/EET_project/ex_1_init.jpg'
elif choice == "example_2":
return '履歷資料/EET_project/ex_2_init.jpg'
elif choice == "example_3":
return '履歷資料/EET_project/ex_3_init.jpg'
with gr.Row():
with gr.Column(scale=1):
dropdown = gr.Dropdown(["example_1", "example_2", "example_3"], label="Endotracheal Tube資料", info="氣管X-ray影像", value="example_1", interactive=True)
image = gr.Image('履歷資料/EET_project/ex_1_init.jpg', container=False,interactive=False)
# 當 Dropdown 值改變時更新 Image
dropdown.change(fn=update_image, inputs=dropdown, outputs=image)
gr.Interface(choice
,inputs=[dropdown,image]
,outputs=[gr.Image(visible=False),gr.Image(visible=False)],allow_flagging='never')
gr.HTML("""成果文件檔案:<a href="file/履歷資料/EET_project/EET_doc.pdf" target="_blank">EET成果文件檔</a>&emsp;&emsp;完整專案可參閱本github:<a href="https://github.com/3A732038/hw2_M11123020" target="_blank">EET專案</a>""")
gr.Markdown("""<hr style="border-top: 2px solid;border-color:#169bf2;">""")
gr.Markdown("""
## 貨車車牌辨識
<strong>動機與目的:</strong>為了提高貨車進出倉庫的效率,我們建立一個車牌辨識系統,該系統基於深度學習技術,主要透過yolo來偵測車牌位置,再透過OCR技術來識別車牌號碼,最後將車牌號碼與倉庫數據庫進行比對,以確保進出貨物的準確性。
該成果如下影片展示:
""")
with gr.Row():
with gr.Column(scale=1):
gr.Video('履歷資料/貨車車牌/video_0001.mp4',label='原始貨車影片')
with gr.Column(scale=1):
gr.Video('履歷資料/貨車車牌/video_0001_result.mkv',label='車牌辨識影片')
gr.HTML("""成果文件檔案:<a href="file/履歷資料/貨車車牌/貨車車牌_doc.pdf" target="_blank">貨車車牌成果文件檔</a>&emsp;&emsp;完整專案可參閱本github:<a href="https://github.com/3A732038/hw3_M11123020" target="_blank">貨車車牌辨識專案</a>""")
gr.Markdown("""<hr style="border-top: 2px solid;border-color:#169bf2;">""")
gr.Markdown("""
## 聊天機器人
""")
gr.Markdown("""
## 與我交談
歡迎使用下方的聊天機器人與我交流!
""")
gr.Markdown("""
<strong>動機與目的:</strong>過去在研究語言模型時,尚未設計與機器人對話的專屬介面,因此這次實作了一個簡單的聊天機器人介面。該聊天機器人基於 Qwen 大型預訓練語言模型,這是一個多語言支持的模型,供使用者進行互動體驗。
<br>
※ 注意:若畫面出現 error,請重新整理頁面!
""")
gr.ChatInterface(
chat,
chatbot=gr.Chatbot(avatar_images=avatar_images),
textbox=gr.Textbox(placeholder="輸入你的訊息...", elem_id="textbox"),
submit_btn='送出',
clear_btn='清除',
retry_btn='重新送出',
undo_btn=None
)
# gr.HTML(custom_footer)
resume_app.launch(allowed_paths=['./'],favicon_path='履歷資料/android-chrome-512x512.png')