Salvando alterações

Inferencia.py

@@ -0,0 +1,31 @@
+from transformers import pipeline
+import torch
+class Inferencia:
+
+    def __init__(self):
+        ...
+
+    def extrair_dados_imagem(self, prompt, imagem):
+        pipe = pipeline(
+            "image-text-to-text",
+            model="google/gemma-3-4b-it",
+            torch_dtype=torch.bfloat16  # Otimiza para rodar na CPU
+        )
+        messages = [
+            {
+                "role": "system",
+                "content": [{"type": "text", "text": "You are a helpful assistant."}]
+            },
+            {
+                "role": "user",
+                "content": [
+                    {"type": "image", "url": imagem},
+                    {"type": "text",
+                     "text": prompt}
+                ]
+            }
+        ]
+
+        output = pipe(text=messages, max_new_tokens=200)
+
+        return output[0]["generated_text"][-1]["content"]

LogCustomizado.py

@@ -0,0 +1,13 @@
+from datetime import datetime
+
+class LogCustomizado:
+
+    @staticmethod
+    def gerar_log(mensagem_log, status='INFO', retornarMensagem=False):
+        data_hora = datetime.now().strftime('%d/%m/%Y %H:%M:%S')
+        mensagem_log_completa = f"[{data_hora}] - [{status}] - {mensagem_log}"
+
+        if (retornarMensagem):
+            return mensagem_log_completa
+
+        print(mensagem_log_completa)

app.py

@@ -1,30 +1,19 @@
-from transformers import pipeline
-import torch
+import streamlit as st
+from LogCustomizado import LogCustomizado as logc
 
-pipe = pipeline(
-    "image-text-to-text",
-    model="google/gemma-3-4b-it",
-    torch_dtype=torch.bfloat16  # Opcional: mantenha se quiser otimizar para CPU
+logc.gerar_log(mensagem_log="INICIANDO PROCESSO")
+
+st.set_page_config(page_title="CADIN - Cadastro Inteligente")
+
+st.title("CADIN - Cadastro Inteligente")
+
+arquivos_upload = st.file_uploader(
+    label="Adicione todos os documentos que estão em formato de imagens.",
+    type=["jpg", "jpeg", "png", "pdf"],
+    accept_multiple_files=True,
+    help="O arquitvo PDF precisa ser uma imagem"
 )
-messages = [
-    {
-        "role": "system",
-        "content": [{"type": "text", "text": "You are a helpful assistant."}]
-    },
-    {
-        "role": "user",
-        "content": [
-            {"type": "image", "url": "cnh-michele-digital.jpeg"},
-            {"type": "text", "text": "Extraia o nome, cpf, data de nascimento e número de registro. Retorne apenas um JSON com esses dados."}
-        ]
-    }
-]
 
-output = pipe(text=messages, max_new_tokens=200)
-print("=" * 20)
-print(output[0]["generated_text"][-1]["content"])
-print("=" * 20)
-print("FIM PROCESSO")
-# Okay, let's take a look!
-# Based on the image, the animal on the candy is a **turtle**.
-# You can see the shell shape and the head and legs.
+if arquivos_upload is not None:
+    for item in arquivos_upload:
+        st.write(item)